OpenAI diz ter encontrado solução para problema de Navier-Stokes

Empresa afirma que modelo ainda não lançado produziu, em 88 horas, uma demonstração sobre um dos Problemas do Milênio da matemática.

Da
Redação
A Redação do Jornal Maior reúne a produção jornalística do portal, com cobertura dos principais acontecimentos do Brasil e do mundo.
4 min leitura
A OpenAI afirmou que um modelo de IA produziu uma demonstração para o problema de Navier-Stokes.
Ouvir notícia
00:00 / 00:00

A OpenAI afirmou em 8 de setembro que um de seus modelos mais recentes de inteligência artificial encontrou uma demonstração para o problema da existência e suavidade das equações de Navier-Stokes. A questão integra a lista dos Problemas do Milênio, criada pelo Clay Mathematics Institute em 2000.

Segundo a empresa, o modelo, que ainda não foi lançado ao público, levou 88 horas para chegar ao resultado. A alegação coloca a IA no centro de um debate entre pesquisadores sobre como a tecnologia pode alterar a produção e o aprendizado da matemática avançada.

OpenAI atribui resultado a modelo inédito

A empresa disse que seu sistema resolveu uma questão que matemáticos estudam há décadas. A demonstração apresentada pela OpenAI teria identificado uma situação em que as equações de Navier-Stokes deixam de se comportar de forma regular.

Para chegar ao resultado, a OpenAI informou que mobilizou grandes equipes de agentes de IA. Pesquisadores humanos repassavam ideias consideradas centrais entre os diferentes grupos que trabalhavam no problema.

Sébastien Bubeck, pesquisador da empresa, classificou o anúncio como um marco no avanço recente da tecnologia aplicada à matemática. Dan Roberts, também pesquisador da OpenAI, comparou a participação humana a um processo de conexão de informações entre as equipes de agentes.

As equações de Navier-Stokes são usadas para descrever o deslocamento de fluidos, como água e ar. Por isso, também aparecem em aplicações ligadas à previsão do tempo.

O esforço necessário para resolver problemas costuma ser muito instrutivo.”

Terence Tao, professor da UCLA

O problema da existência e suavidade pergunta se, em determinadas condições, essas equações podem sofrer um colapso matemático. A demonstração atribuída pela OpenAI ao modelo buscaria definir justamente uma situação desse tipo.

O texto associado ao anúncio ressalta que a questão não tem uma aplicação prática clara. Além disso, matemáticos e físicos não acreditam que um eventual colapso nas equações leve literalmente a fenômenos equivalentes no mundo físico, como a água explodir de forma espontânea.

Instituto reuniu sete desafios em 2000

O Clay Mathematics Institute selecionou sete Problemas do Milênio no início dos anos 2000 para acompanhar o avanço da matemática no novo século. O problema de Navier-Stokes está entre esses desafios.

Fundado pelo empresário americano Landon T. Clay, o instituto ofereceu US$ 1 milhão para a primeira solução correta de cada problema. Antes do anúncio da OpenAI, apenas um dos sete problemas havia sido resolvido, segundo o material divulgado.

Terence Tao, professor da Universidade da Califórnia em Los Angeles, descreveu esses problemas como grandes referências para a comunidade científica. Eles concentram esforços de pesquisadores em questões que permanecem sem resposta por longos períodos.

Matemáticos discutem efeito da IA

O anúncio ocorre após um ano em que sistemas de IA resolveram diferentes problemas que haviam desafiado matemáticos por décadas. No entanto, a questão de Navier-Stokes tem visibilidade e complexidade superiores às de outros desafios mencionados nesse avanço recente.

Parte dos matemáticos vê potencial para acelerar descobertas. Por outro lado, Tao e outros pesquisadores alertaram que a facilidade de obter soluções por meio de IA pode reduzir o papel formativo do processo humano de enfrentar problemas difíceis.

Na avaliação de Tao, o esforço de resolver uma questão também gera aprendizado. Assim, o debate não se limita ao resultado produzido por um sistema: ele envolve como pesquisadores podem usar a tecnologia sem perder a compreensão construída durante a investigação matemática.

WhatsAppFacebook
Share This Article
Nenhum comentário

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *