OpenAI reivindica três avanços científicos enquanto investigadores independentes iniciam análise

Três alegações põem décadas de investigação sob escrutínio

A OpenAI anunciou, a 26 de outubro de 2026, que os seus modelos de IA produziram demonstrações que abordam três problemas de longa data da matemática, da informática e da física, incluindo um desafio a uma hipótese da computação utilizada em centenas de artigos de investigação. A empresa divulgou os materiais de matemática e informática, enquanto um grupo liderado pelo Nobel da Física David Gross analisará o trabalho de física antes de publicar a sua própria explicação.

A alegação na área da informática diz respeito à Hipótese do Tempo Exponencial (ETH), proposta em 1999. A OpenAI afirma que o seu modelo encontrou um algoritmo que contradiz a hipótese, ao resolver uma determinada família de problemas lógicos mais depressa do que esta permite. Dois investigadores que ajudaram a propor a ETH, Russell Impagliazzo e Ramamohan Paturi, liderarão uma análise independente juntamente com Ryan Williams, professor do MIT.

Na matemática, a empresa afirma ter demonstrado a conjectura de suavização local de Christopher Sogge, proposta em 1991, para a equação das ondas euclidiana em todas as dimensões espaciais iguais ou superiores a duas. A OpenAI diz que o argumento também produz resultados sobre as conjecturas de Kakeya e a conjectura de restrição de Stein, ligando o movimento das ondas a questões difíceis sobre geometria e frequências.

A alegação na área da física diz respeito à existência matemática de certas teorias quânticas de campos interativas em quatro dimensões, incluindo a cromodinâmica quântica (QCD), que descreve as interações entre quarks e gluões. A OpenAI afirma ainda que o trabalho abrange a teoria de Yang-Mills pura e uma determinada conclusão unificada do Modelo Padrão da física de partículas.

A análise independente é o próximo passo nos três projetos. Os investigadores examinarão os argumentos, os pressupostos em que assentam e as afirmações matemáticas precisas a que dizem respeito. O anúncio não indicou um prazo para a conclusão dessas análises nem para a divulgação dos materiais de física que estão retidos.

O que a demonstração sobre ondas pretende explicar

A conjectura de suavização local de Sogge diz respeito à intensidade com que as ondas se podem concentrar à medida que se propagam. Uma onda pode ficar fortemente focada num determinado instante. A conjectura descreve os limites matemáticos dessa concentração quando o seu comportamento é medido ao longo de um intervalo de tempo.

Imagine observar uma onda através de uma sequência de fotografias, em vez de a avaliar pelo seu momento mais dramático. Uma única imagem pode mostrar um pico intenso, enquanto a sequência revela quão breve é esse pico. Os matemáticos exprimem esta relação através de estimativas para soluções da equação das ondas, a equação utilizada para descrever a propagação das ondas.

A OpenAI afirma que o seu argumento introduz uma nova equação diferencial parcial auxiliar. Este tipo de equação descreve a forma como as grandezas variam no espaço e no tempo; uma equação auxiliar serve de instrumento adicional para estudar o problema original. A empresa diz que esta abordagem estabelece as estimativas pretendidas em todas as dimensões espaciais iguais ou superiores a duas.

O âmbito alegado alarga um importante marco anterior. Larry Guth, Hong Wang e Ruixiang Zhang demonstraram a suavização local em duas dimensões espaciais em 2019. O anúncio da OpenAI diz respeito a um argumento geral que abrange também dimensões superiores, em vez de outro resultado limitado a uma única dimensão.

Como entram na alegação a geometria e as frequências

O problema de Kakeya pergunta quão pequeno pode ser um conjunto que contenha um segmento de reta de comprimento unitário em todas as direções. A dificuldade decorre da diferença entre volume comum e dimensão matemática. Um conjunto pode ocupar muito pouco volume e, ainda assim, conservar uma estrutura complexa que os matemáticos medem através da dimensão.

Hong Wang e Joshua Zahl estabeleceram um importante resultado sobre a conjectura de Kakeya em três dimensões, em 2025. A OpenAI afirma que o novo argumento sobre ondas produz tanto a conjectura maximal de Kakeya como a conjectura da dimensão de Kakeya em todas as dimensões, alargando o alcance muito para além daquele marco anterior, caso a demonstração resista à análise.

A conjectura de restrição de Stein pertence à mesma rede de problemas. Diz respeito ao comportamento da informação sobre frequências quando restringida a superfícies curvas. A descrição detalhada da OpenAI reivindica estimativas de restrição esférica em todo o interior do intervalo conjecturado. Esta formulação especifica o intervalo de estimativas que os investigadores terão de examinar ao avaliar a alegação mais ampla sobre a conjectura de Stein.

Porque é importante o resultado na área da informática

A Hipótese do Tempo Exponencial diz respeito à satisfatibilidade booleana, um problema baseado em variáveis que podem ser verdadeiras ou falsas. Uma fórmula estabelece regras para combinar essas variáveis, e o objetivo é determinar se existe alguma atribuição de valores que satisfaça todas as regras.

No 3-SAT, cada cláusula contém, no máximo, três termos. Uma cláusula pode exigir que pelo menos uma de três afirmações seja verdadeira, enquanto a fórmula completa exige que todas as cláusulas sejam satisfeitas. À medida que aumenta o número de variáveis, o número de atribuições possíveis duplica por cada variável adicional: 10 variáveis permitem 1 024 atribuições, enquanto 20 permitem 1 048 576.

A ETH sustenta que, no pior caso, resolver o 3-SAT exige um tempo que cresce exponencialmente com o número de variáveis. Impagliazzo, Paturi e Francis Zane ajudaram a formular a hipótese em 1999. Desde então, os investigadores têm-na utilizado como pressuposto para explicar por que razão muitos problemas de teoria dos grafos, biologia computacional, bases de dados e geometria computacional resistem a soluções mais rápidas.

A alegação da OpenAI é mais específica do que uma promessa geral de computação mais rápida. A empresa afirma que o seu modelo produziu um algoritmo determinístico que conta exatamente as atribuições satisfatórias de fórmulas na forma normal conjuntiva com uma largura de cláusula fixa. A forma normal conjuntiva consiste numa disposição de cláusulas que têm de ser todas satisfeitas; uma largura fixa impõe um limite constante ao número de termos em cada cláusula.

O algoritmo alegado utiliza tempo subexponencial e espaço polinomial. O crescimento subexponencial é mais lento do que o crescimento exponencial exigido pela ETH para o 3-SAT. Espaço polinomial significa que os requisitos de memória são limitados por uma potência fixa do tamanho da entrada. Contar as atribuições satisfatórias também responde à questão mais simples da existência: uma contagem superior a zero significa que a fórmula é satisfatível.

O que os investigadores terão de apurar sobre o algoritmo

Centenas de artigos utilizam a ETH para deduzir limites condicionais para algoritmos. As suas conclusões assumem normalmente a forma: se a ETH for válida, determinado problema não pode ser resolvido dentro de um limite de tempo especificado. Uma refutação aceite obrigaria os investigadores a reexaminar os pressupostos que sustentam esses limites.

A computação prática coloca outro desafio. Os investigadores teriam de compreender as constantes do algoritmo, os requisitos de implementação e o seu comportamento com entradas de dimensões úteis. Uma melhor taxa de crescimento matemático pode continuar a implicar um tempo de computação considerável, sobretudo para as dimensões dos problemas encontradas em aplicações reais.

P versus NP coloca uma questão diferente: saber se todos os problemas cuja resposta proposta pode ser verificada eficientemente também podem ser resolvidos eficientemente. Neste contexto, «eficientemente» significa, em geral, em tempo polinomial. Um algoritmo subexponencial pertence a uma categoria mais ampla, pelo que a análise se centrará na velocidade exata alegada e nas suas consequências para a ETH.

Impagliazzo e Paturi, ambos da Universidade da Califórnia, em San Diego, e Williams organizarão a análise independente. Na carta aberta à comunidade científica, os três informáticos descreveram o cuidado necessário:

«A nossa participação não deve ser entendida como uma certificação da alegação. Um resultado desta importância exige um escrutínio independente e rigoroso»,

A física aborda os fundamentos das teorias de partículas

A teoria quântica de campos descreve partículas e as suas interações através de campos que se estendem pelo espaço e pelo tempo. A alegação da OpenAI na área da física diz respeito a teorias interativas que contêm campos de gauge e fermiões em quatro dimensões, normalmente entendidas como três dimensões do espaço e uma do tempo.

A QCD descreve a interação forte entre quarks e gluões. Os quarks são constituintes dos protões e dos neutrões, enquanto os gluões transportam a força forte. Os físicos já utilizam a QCD para explicar fenómenos observados. A tarefa matemática consiste aqui em construir rigorosamente a teoria e estabelecer que os objetos que a definem existem sob condições precisas.

A OpenAI afirma que o trabalho se baseia numa abordagem desenvolvida por Tadeusz Balaban no domínio da teoria quântica construtiva de campos. Esta área procura construir teorias quânticas com controlo matemático, proporcionando uma base para as grandezas calculadas pelos físicos.

A teoria de Yang-Mills pura também está incluída na alegação. O problema da Existência de Yang-Mills e da Lacuna de Massa, do Clay Mathematics Institute, exige tanto uma construção rigorosa como uma lacuna de massa positiva, isto é, uma energia positiva mínima que separe o vácuo da excitação mais leve. O resultado anunciado pela OpenAI aborda a existência; o requisito da lacuna de massa continua a ser uma parte adicional do problema do prémio.

Gross, que recebeu o Prémio Nobel da Física em 2004, liderará o grupo de física. Os restantes membros são Michael Douglas, Arthur Jaffe, Igor Klebanov e Nikita Nekrasov. A pedido do grupo, os materiais de IA estão a ser retidos enquanto os investigadores preparam o seu próprio relato do trabalho.

Da produção do modelo ao anúncio

A OpenAI situa as descobertas alegadas entre setembro e outubro de 2026. A sequência distingue a produção de argumentos escritos da sua posterior formalização em Lean, um sistema que verifica demonstrações expressas numa linguagem matemática precisa.

• 9 de setembro: O modelo produziu a demonstração de existência alegada para a teoria de Yang-Mills pura.
• 18 de setembro: O modelo produziu a demonstração alegada para a QCD.
• 6 de outubro: A OpenAI divulgou 722 manuscritos de matemática numa publicação de investigação anterior.
• 16 de outubro: O modelo produziu a refutação da ETH, e a demonstração de existência de Yang-Mills concluiu a formalização em Lean.
• 17 de outubro: O argumento sobre a ETH concluiu a formalização em Lean.
• 18 de outubro: O modelo produziu o argumento sobre a suavização local.
• 19 de outubro: O argumento matemático concluiu a formalização em Lean.
• 26 de outubro: A OpenAI anunciou os três projetos e os respetivos processos de análise.

Os textos e materiais de demonstração formal de matemática e informática foram disponibilizados publicamente através do GitHub. O grupo de física optou por uma sequência diferente: a sua explicação será publicada antes da divulgação dos materiais de IA subjacentes.

O papel da verificação formal na análise científica

O Lean permite escrever uma demonstração como uma sequência de afirmações precisas, verificadas por software com base em definições e regras lógicas. Assim, é possível examinar raciocínios complexos com um nível de detalhe difícil de manter em prosa comum.

Os revisores humanos também analisam a correspondência entre as definições formais e a questão de investigação original, os pressupostos utilizados pela demonstração e a forma como o resultado se liga ao trabalho anterior. No caso da alegação sobre computação, isso inclui compreender o algoritmo e o seu tempo de execução. No caso da alegação sobre ondas, inclui as dimensões e os intervalos abrangidos pelas estimativas.

A OpenAI descreve o resultado do modelo como dados de investigação brutos que têm de ser transformados em conhecimento científico. Os três processos de divulgação atribuem esse trabalho de forma diferente: análise aberta na matemática, um grupo organizado com acesso público na informática e uma explicação inicial por um grupo selecionado na física.

Williams afirmou que os revisores da área da informática não assinaram acordos de confidencialidade nem receberiam qualquer pagamento. A OpenAI aceitou os seus pedidos para divulgar os dados brutos da ETH e financiar uma conferência onde os investigadores pudessem analisar a alegação. Os participantes externos são livres de chegar a conclusões e publicá-las independentemente da empresa.

O acesso, o financiamento e o reconhecimento entram no debate

O anúncio da OpenAI surge na sequência das críticas à divulgação anterior de centenas de manuscritos de matemática e ao trabalho necessário para os avaliar. Os novos processos envolvem académicos identificados pelo nome, mas também geram um debate sobre quem tem acesso em primeiro lugar.

O painel consultivo de matemática AGMAI da empresa recomendou que não fosse dado a investigadores selecionados acesso antecipado aos resultados da IA. Entre as suas preocupações estavam o acesso desigual, o enviesamento na seleção e a possibilidade de a reputação de investigadores conceituados conferir credibilidade a um trabalho antes de a análise estar concluída.

O painel recomendou a divulgação dos resultados através de repositórios académicos, incluindo formalizações em Lean e informação sobre a forma como os problemas foram escolhidos. Apelou também ao apoio dos investigadores que verificam e explicam os resultados. O contraste com os materiais de física retidos torna o acesso uma questão concreta neste anúncio.

A OpenAI afirma que não procura reconhecimento académico pelas descobertas e que pretende que os investigadores sejam reconhecidos pelas explicações que produzem. A carta dos revisores da área da informática pergunta como deve o reconhecimento contemplar a descoberta, a verificação, a correção, a simplificação, a explicação e o desenvolvimento de um resultado. Pergunta também como podem ser apoiados estudantes e investigadores à medida que os métodos de investigação mudam.

Uma contribuição de 5 milhões de dólares anunciada anteriormente à Simons Foundation destina-se a apoiar workshops, conferências e programas de investigação sobre resultados de IA. O financiamento dessas atividades ajudaria a distribuir o trabalho de análise para além dos pequenos grupos identificados no anúncio.

Pontos principais

• A OpenAI anunciou três avanços alegados a 26 de outubro de 2026. Continua a ser necessária uma análise independente.
• A alegação matemática abrange a suavização local em todas as dimensões espaciais iguais ou superiores a duas, bem como outros resultados alegados sobre Kakeya e restrição.
• A alegação na área da informática propõe um algoritmo que, se for verificado, refutaria a Hipótese do Tempo Exponencial.
• Russell Impagliazzo, Ramamohan Paturi e Ryan Williams lideram a análise independente da ETH.
• David Gross lidera a análise na área da física, que abrange demonstrações de existência alegadas, incluindo para a QCD e a teoria de Yang-Mills pura.
• Os materiais de matemática e informática são públicos. Os materiais de física estão a ser retidos enquanto os investigadores preparam uma explicação.
• Não foi anunciado qualquer prazo para a conclusão das análises ou para a divulgação dos materiais de física.