Um amador de 23 anos sem nenhum treinamento matemático avançado teria usado o ChatGPT para resolver um problema que confundiu matemáticos de classe mundial por seis décadas. A descoberta, alcançada por Liam Price, marca um potencial ponto de viragem na forma como a inteligência artificial interage com a matemática complexa.
A inovação: além da “correspondência de padrões”
Embora a IA tenha sido recentemente creditada por resolver vários “problemas de Erdős” – conjecturas deixadas pelo lendário matemático Paul Erdős – os especialistas permaneceram céticos. Muitos sucessos anteriores da IA foram criticados por não serem originais, essencialmente reafirmando verdades conhecidas ou seguindo caminhos estabelecidos.
A descoberta de Price parece fundamentalmente diferente. Ao solicitar um LLM (Large Language Model) de alto nível, ele obteve uma solução que contornou o “bloqueio mental” que havia paralisado os especialistas humanos durante anos.
“O LLM seguiu um caminho totalmente diferente”, diz Terence Tao, um proeminente matemático da UCLA. “Havia uma sequência padrão de movimentos que todos que trabalharam no problema anteriormente começaram a fazer… o LLM usava uma fórmula que era bem conhecida em partes relacionadas da matemática, mas que ninguém havia pensado em aplicar a esse tipo de questão.”
O Problema: Conjuntos Primitivos e a “Pontuação” dos Números
Para compreender o significado, é preciso examinar a natureza do problema. O desafio diz respeito a conjuntos primitivos – coleções de números inteiros onde nenhum número no conjunto pode ser dividido igualmente por outro.
O contexto matemático é o seguinte:
– Números primos como base: Um número primo só é divisível por ele mesmo e por um. Um “conjunto primitivo” generaliza essencialmente este conceito para um grupo inteiro de números.
– A Soma Erdős: Erdős desenvolveu uma maneira de calcular uma “pontuação” (uma soma) para esses conjuntos.
– A Conjectura: Erdős levantou a hipótese de que à medida que os números em um conjunto primitivo crescem em direção ao infinito, a “pontuação” se aproximaria de um limite de exatamente um.
Durante décadas, os matemáticos – incluindo Jared Lichtman, de Stanford – tentaram provar este limite, mas todos se depararam com o mesmo muro. O problema não era que a matemática fosse impossível; foi que a intuição humana continuou conduzindo os pesquisadores pelos mesmos caminhos incorretos.
“Vibe-Mathing”: uma nova abordagem para descoberta
O método usado por Price e seu colaborador, Kevin Barreto, foi apelidado de brincadeira de “matemática de vibração”. Em vez de abordar o problema com provas tradicionais e rigorosas, eles usaram a IA para explorar problemas abertos aleatoriamente, testando a “vibração” do raciocínio matemático da IA.
No entanto, o processo não é tão simples quanto clicar em um botão. Os especialistas observam várias advertências críticas:
1. Saída bruta de baixa qualidade: A prova inicial gerada pelo ChatGPT foi “muito ruim” em sua apresentação. Foi necessário que especialistas humanos examinassem o texto para encontrar a lógica subjacente.
2. Colaboração Humano-IA: O avanço não foi a IA trabalhando isoladamente, mas a IA proporcionando um “salto cognitivo” que os humanos então refinaram, destilaram e validaram.
3. Uma nova ferramenta para anatomia: Matemáticos como Tao e Lichtman sugerem que não se trata apenas de resolver um velho quebra-cabeça; trata-se de uma nova maneira de compreender a “anatomia” dos grandes números.
Por que isso é importante para o futuro da ciência
Este evento levanta uma questão profunda: A IA é capaz de uma intuição matemática genuína?
Se um LLM puder identificar uma ligação entre dois campos matemáticos aparentemente não relacionados – algo que os humanos não perceberam devido ao preconceito cognitivo – isso sugere que a IA pode servir como um “pensador lateral” na investigação científica. Embora o significado a longo prazo ainda esteja a ser debatido, a capacidade da IA para romper bloqueios mentais humanos de longa data sugere que ela pode deixar de ser uma mera calculadora para se tornar uma verdadeira colaboradora na descoberta.
Conclusão: Ao utilizar uma ligação matemática não convencional que os humanos tinham ignorado, um amador que utiliza IA forneceu um novo roteiro para resolver problemas complexos de teoria dos números, sinalizando uma mudança na forma como podemos abordar os avanços científicos.
