IA Soluciona Problema

O novo modelo de inteligência artificial da OpenAI, GPT-5.6 Sol Ultra, produziu uma prova da Conjectura da Cobertura Dupla de Ciclo utilizando 64 subagentes trabalhando em paralelo. O matemático Thomas Bloom elogia a prova, mas critica a falta de citações. A OpenAI anunciou que o GPT-5.6 Sol Ultra gerou uma prova completa da chamada Conjectura da Cobertura Dupla de Ciclo. A conjectura havia permanecido sem prova por cerca de 50 anos. O modelo de IA levou apenas menos de uma hora para completar a tarefa, utilizando 64 subagentes trabalhando em paralelo.

Em resumo, a conjectura aborda uma questão fundamental na teoria dos grafos: seria possível encontrar um conjunto de ciclos em qualquer rede de vértices e arestas que percorre cada aresta individual exatamente duas vezes? O problema foi formulado de forma independente por vários matemáticos na década de 1970. Desde então, houve muitas soluções parciais para casos especiais, mas nenhuma prova geralmente aceita. De acordo com a OpenAI, a prova vem inteiramente do GPT-5.6 Sol Ultra. O artigo foi escrito pelo GPT-5.6 Sol. O matemático Thomas Bloom, da Universidade de Manchester, chama de “uma prova muito bonita”, notando que a solução é “curta, elementar e poderia ter sido descoberta na década de 1980”. Ela não precisa de novas teorias matemáticas, mas combina de forma inteligente ferramentas conhecidas.

Então, por que os humanos não a encontraram? Bloom suspeita que o passo-chave envolvia uma pequena torção contraintuitiva no raciocínio. Um matemático humano provavelmente teria tentado a abordagem óbvia, visto que ela falhou e mudou de ideia. A IA não se desanima; ela simplesmente continua tentando variações pequenas até que uma funcione. “Podemos imaginar tentar a marcação natural primeiro, verificar a álgebra linear e, quando isso falhou, dar de ombros e pensar ‘oh bem, eu estava esperando falhar, acho que não pode ser feito tão facilmente’ – enquanto a IA não se desanima e continua tentando variações pequenas”, escreve Bloom. A avaliação inicial de Bloom é a mais detalhada avaliação pública até agora; uma verificação matemática completa pela comunidade científica ainda está pendente.

Bloom afirma que as ideias matemáticas centrais por trás da prova remontam pelo menos a um artigo de 1983 de Bermond, Jackson e Jaeger. Ele critica o fato de o artigo da OpenAI não mencionar esse trabalho anterior, de modo que qualquer pessoa que leia apenas o artigo pode pensar que a IA inventou a estratégia subjacente por si mesma. “Eu suponho que esses trabalhos anteriores foram uma grande influência na prova da OpenAI e é uma pena que não os mencione em absoluto […]”, escreve Bloom. “[…] Isso é um problema frequente com provas e artigos gerados por IA: eles usam ideias e estratégias de prova tomadas da literatura sem citação adequada.” O matemático duvida que a IA tenha criado a solução por si mesma, “considerando que seu primeiro instinto de resolução de problemas é geralmente procurar todos os artigos relacionados a um problema e lê-los”.

Essa é uma debate recorrente em torno de modelos de raciocínio. Eles “meramente” encontram conhecimento existente e o reorganizam? Ou realmente produzem algo novo por meio de trabalho criativo? Para essa prova, Bloom parece inclinar-se para a primeira opção. Bloom compara o resultado à conjectura da distância unitária, que a OpenAI também resolveu recentemente. Ambas foram problemas abertos importantes “que se revelaram muito mais fáceis do que o esperado – nenhuma grande teoria nova foi necessária, e podemos imaginar muitas histórias alternativas em que essas provas foram encontradas décadas atrás”, ele escreve. Ele espera que os sistemas de IA resolvam mais conjecturas como essa, “aquelas cujas soluções requerem apenas teoria existente, bem desenvolvida, mais muita paciência e crença”. Mas, de acordo com Bloom, “isso provavelmente é apenas uma pequena proporção de problemas abertos, e não sabemos antecipadamente quais são”.

“Mas nesse estranho novo mundo onde grandes empresas de IA estão gastando muito tempo e dinheiro atacando muitos problemas abertos de uma vez (e apenas relatando os sucessos, é claro), logo descobriremos mais sobre o que estava ao nosso alcance o tempo todo”, ele escreve. Parte da solução é o prompt escrito por humanos. Ele basicamente projeta exatamente o tipo de persistência que Bloom descreve como fundamental para encontrar a prova. Primeiro, o prompt instrui o modelo a supor que uma prova completa existe, interrompendo sua resposta mais provável e honesta logo de início: que a conjectura está aberta. Em seguida, ele proíbe o modelo de procurar na internet para verificar se a conjectura já foi resolvida e de responder que a conjectura está sem solução. Então, o modelo tem basicamente nowhere a ir, exceto resolver o problema.

A verificação é tão rigorosa quanto. Resultados parciais, reduções para outras conjecturas não provadas, resumos do estado atual da pesquisa, explicações de por que o problema é difícil foram todos rejeitados como insuficientes. O modelo não pode responder até que uma prova completa esteja pronta e passe em um teste adversarial. O resto do prompt lê-se mais como diretrizes de um laboratório de pesquisa do que um prompt de IA típico. A maioria dos 64 agentes é deliberadamente mantida na ignorância sobre qual abordagem atualmente parece mais promissora para encorajar “pensamento” independente. Agentes adversários então verificam a solução proposta, desafiando-a para garantir que ela seja robusta e correta.

Esse tipo de abordagem, que combina a capacidade de processamento de IA com a orientação humana