Na semana passada, assisti a uma palestra no MIT de Neil Thompson, que estuda avanços em computação e inteligência artificial. Em apenas meia hora, Thompson apresentou um argumento convincente de que a inteligência artificial está preparada para perturbar vários campos da ciência.
À medida que os matemáticos se questionam sobre as formas como a inteligência artificial irá automatizar os seus campos, a investigação mais recente de Thompson sugere que a probabilidade, a teoria estatística, a teoria económica, a teoria das altas energias, a gravidade e a cosmologia e a física quântica poderão ser as próximas, graças às capacidades em rápida evolução dos modelos de ponta. A investigação mostra que, de meados de 2024 a meados de 2026, os melhores modelos de IA passarão da capacidade de resolver corretamente cerca de 2% dos problemas teóricos nestes domínios para cerca de 35% desses problemas. E não há sinais de que este progresso vá abrandar.
“Em apenas alguns anos, esperamos que muitos problemas teóricos sejam revolucionados em termos da capacidade da IA para resolvê-los”, disse Thompson.
Em termos gerais, o laboratório de Thompson investiga como os avanços na ciência da computação impactam a sociedade e a inovação. A pesquisa foi conduzida por Thompson com a doutoranda Gabrielle Manso, Cláudio Melink VerdunUm cientista pesquisador que examina problemas levantados em artigos de pesquisa publicados online entre dezembro de 2025 e maio de 2026 e, em seguida, testa se diferentes modelos OpenAI (o1, o3, GPT-5, GPT-5.1, GPT-5.4 e GPT-5.5) podem resolver esses problemas.
Fundamentalmente, soluções para esses problemas são encontradas em artigos publicados após o prazo de treinamento do GPT-5.5 e modelos anteriores. Isso significa que os modelos testados tiveram que descobrir a solução por conta própria, em vez de confiar na resposta como entrada para os dados de treinamento. (Esses artigos servem como base para testar a capacidade do modelo de resolver problemas.) Os pesquisadores também bloquearam o acesso à Internet, o que impediu que os modelos testados encontrassem soluções online.
A área coberta por esta pesquisa é limitada – o trio se concentrou em áreas onde os modelos de IA podem resolver problemas sem executar simulações ou experimentos. Mas a investigação sugere que ondas de choque do tipo que se sente actualmente na matemática podem repercutir-se noutras áreas da investigação científica dominadas pela matemática e pela teoria.
Em setembro, a OpenAI chocou a comunidade matemática ao anunciar que um modelo não lançado havia resolvido um grande desafio de longa data na matemática: Navier Stokesque envolve equações que explicam o comportamento do movimento do fluido. Um matemático da NYU que tem colaborado com outro acadêmico associado à Anthropic causou grande polêmica quando acusou a OpenAI de confundi-los após saber de seu progresso.
Desde então, a OpenAI e outras empresas anunciaram centenas de soluções para problemas matemáticos de longa data, desencadeando uma crise no campo. Alguns matemáticos têm Apelo por restrições ao uso de inteligência artificialalertando que o processo de resolução de um problema muitas vezes é tão útil quanto chegar à resposta final.
