OpenAI e Anthropic dizem que seus modelos refutaram hipótese sobre computação
As empresas afirmam que seus modelos encontraram algoritmos mais rápidos para uma classe de problemas ligada à Hipótese do Tempo Exponencial. Pesquisadores pedem análise coletiva das provas.
A OpenAI divulgou soluções para três problemas matemáticos, incluindo uma possível refutação da Hipótese do Tempo Exponencial (ETH), uma suposição importante sobre a dificuldade de certos cálculos. Horas depois, a Anthropic também divulgou uma refutação. As alegações ainda precisam ser examinadas pela comunidade científica.
O professor do MIT Ryan Williams está organizando a resposta dos cientistas da computação com Russell Impagliazzo e Ramamohan Paturi, da Universidade da Califórnia em San Diego, que publicaram a ETH em 1999. Os três divulgaram uma carta aberta pedindo comentários de pesquisadores e discussão sobre normas para contribuições de IA. Williams disse que algumas partes da prova da OpenAI parecem rotineiras, mas outras são incomuns e precisam ser analisadas em conjunto.
A ETH diz que, para uma classe específica de problemas, o tempo necessário aos algoritmos cresce exponencialmente com o número de variáveis. OpenAI e Anthropic afirmam que seus modelos encontraram algoritmos que resolvem esses problemas em tempo subexponencial. Se as provas forem confirmadas, trabalhos que adotaram a hipótese poderão precisar de revisão. Williams disse que a OpenAI verificou possíveis efeitos sobre sistemas criptográficos e estava razoavelmente confiante de que o resultado não implicava falhas de segurança.
O que muda para você
Por enquanto, a notícia interessa principalmente a pesquisadores de computação e matemática: as provas estão sob análise, e a hipótese ainda não foi derrubada. Se os resultados forem confirmados, parte dos trabalhos que adotaram a ETH poderá precisar de revisão. Williams também defende discutir como a comunidade científica deve avaliar contribuições feitas com ajuda de IA.
Minha leitura
A manchete corre mais rápido que a validação. Se as provas resistirem à análise, pesquisadores terão de rever trabalhos construídos sobre a ETH; até lá, a refutação continua sendo uma alegação das empresas. Também vale acompanhar como a comunidade define critérios para contribuições de IA: produzir uma prova depressa não resolve, por si só, a questão de quando confiar nela.
Thiago FelizolaConsultor de IA, curador do Diário da IA
