A matemática está se tornando o campo de provas da IA avançada
Os pesquisadores da OpenAI Sebastian Bubeck e Ernest Ryu estão fazendo um argumento claro sobre por que a matemática agora está no centro do debate sobre inteligência artificial geral. Em uma recente conversa do OpenAI Podcast, relatada pelo The Decoder, os dois descreveram a matemática como algo mais do que um domínio difícil para modelos de linguagem. Eles a enquadraram como um teste de estresse compacto para as capacidades mais amplas de que um sistema geralmente inteligente precisaria.
O argumento se apoia na própria natureza do trabalho matemático. Provas exigem raciocínio longo, internamente consistente, muitas vezes mantido por períodos prolongados. Um único erro pode invalidar toda uma linha de pensamento. Nesse sentido, a matemática não é apenas mais um benchmark. É um domínio em que o sucesso depende de confiabilidade, autocorreção e persistência, e não apenas de fluência.
Uma mudança rápida na capacidade dos modelos
Bubeck disse que o ritmo da mudança tem sido impressionante. Ele lembrou que, há apenas quatro anos, ficou impressionado com o modelo Minerva do Google conseguindo traçar uma linha entre pontos em um sistema de coordenadas. Dois anos atrás, modelos voltados ao raciocínio não existiam na forma que hoje impulsiona grande parte do progresso da área. Hoje, disse ele, esses sistemas estão ajudando matemáticos no mais alto nível, incluindo vencedores da Medalha Fields, em seu trabalho diário.
Esse avanço importa porque a matemática sempre foi tratada como uma das áreas mais difíceis para a IA enfrentar de maneira realmente significativa. Segundo Bubeck, há 18 meses a maioria dos matemáticos em uma conferência ainda acreditava que modelos de linguagem de grande porte ampliados não seriam capazes de ajudar em problemas de pesquisa em aberto. A mudança do ceticismo para o uso prático, portanto, ocorreu em um intervalo comprimido.
De assistente a parceiro de pesquisa
Ryu deu um exemplo concreto dessa transição. Ex-professor de matemática da UCLA, ele disse que resolveu um problema aberto de 42 anos sobre o método de Nesterov na teoria da otimização com a ajuda do ChatGPT ao longo de três noites, totalizando cerca de 12 horas. Antes de usar o modelo, ele já havia passado mais de 40 horas no problema sem chegar a uma solução.
Seu relato é notável pelo que diz sobre a divisão de trabalho. Ryu não descreveu o modelo como um oráculo infalível. Ele atuou como verificador, detectando erros e conduzindo a interação para direções mais promissoras. Esse enquadramento é importante. O valor do sistema, nessa visão, está em acelerar a exploração e propor caminhos produtivos, enquanto o humano continua responsável pela validação.
Por que a matemática se encaixa no debate sobre AGI
A afirmação mais ampla de Bubeck é que a matemática funciona como benchmark de AGI porque exige os mesmos ingredientes necessários em outros domínios científicos e técnicos difíceis. Um sistema capaz de sustentar uma prova longa precisa ser capaz de manter o foco, preservar a consistência interna, detectar erros e revisar o próprio raciocínio. Essas são capacidades transferíveis, não truques específicos da matemática.
Ele também comparou o treinamento em matemática à educação humana. Os estudantes aprendem matemática não apenas porque todos vão se tornar matemáticos profissionais, mas porque a disciplina força uma forma de pensamento estruturado. Do mesmo modo, treinar modelos em matemática pode produzir hábitos de raciocínio que se estendem para áreas como biologia e ciência dos materiais.
A matemática tem outra vantagem: a avaliação é incomumente clara. Os problemas costumam ser bem especificados e as respostas podem ser verificadas. Em um campo repleto de benchmarks nebulosos e alegações contestadas, isso dá aos pesquisadores um ambiente relativamente limpo para medir progresso.
A ideia de “tempo de AGI”
Um dos conceitos mais interessantes apresentados por Bubeck é o que ele chamou de “tempo de AGI”. Ele usou a expressão para descrever por quanto tempo um modelo consegue sustentar de forma eficaz o equivalente a uma linha coerente de pensamento. Há dois anos, disse ele, os sistemas conseguiam simular esse tipo de pensamento por minutos. Agora conseguem fazer isso por dias ou até uma semana. O próximo objetivo é estender esse horizonte para semanas e meses.
Esse enquadramento é útil porque desloca a discussão para longe de pontuações de benchmark pontuais e em direção à resistência. Se os futuros sistemas forem esperados como pesquisadores automatizados, eles precisarão permanecer produtivos por longos períodos, e não apenas resolver tarefas isoladas. Ampliar o “tempo de AGI” não é, portanto, apenas um slogan. Ele aponta para um alvo de desenvolvimento concreto.
A ambição do pesquisador automatizado
Os pesquisadores disseram que a OpenAI está construindo um “pesquisador automatizado” capaz de trabalhar em problemas por longos períodos com certo grau de independência. Eles também disseram que os métodos de treinamento subjacentes são gerais, e não especializados apenas em matemática. Se isso estiver correto, então os ganhos demonstrados primeiro na matemática poderão eventualmente se espalhar para outras áreas científicas.
Isso não significa que o caminho esteja definido. O debate sobre o que o progresso matemático realmente prova continuará, especialmente em torno de famosos problemas em aberto e de quanto apoio humano os sistemas atuais ainda exigem. Mas a conversa claramente foi além de aritmética ou de novidades de estilo competição. A questão emergente é se a IA pode se tornar confiável no tipo de raciocínio prolongado que a pesquisa séria exige.
Se a matemática é o campo de testes para essa transição, então o argumento de Bubeck e Ryu é simples: o caminho para uma inteligência de máquina mais ampla pode passar pela forma mais difícil de pensamento disciplinado que os humanos já criaram.
Este artigo é baseado em uma reportagem do The Decoder. Leia o artigo original.
Originally published on the-decoder.com