A OpenAI afirmou que modelos internos de inteligência artificial produziram três resultados inéditos em áreas distintas da ciência — ciência da computação, matemática e física teórica — incluindo uma possível refutação da chamada Hipótese do Tempo Exponencial (Exponential Time Hypothesis, ou ETH), um dos pilares da teoria da complexidade computacional. Segundo comunicado da empresa divulgado em 26 de outubro, as três descobertas foram entregues a grupos de especialistas independentes para verificação e ainda não têm validação externa confirmada.
A ETH foi formalizada em 1999 pelos pesquisadores Russell Impagliazzo e Ramamohan Paturi e sustenta que o problema 3-SAT — uma forma clássica de satisfação booleana usada como referência em teoria da complexidade — não pode ser resolvido em tempo subexponencial em relação ao número de variáveis. Ao longo de mais de duas décadas, a hipótese passou a servir de base para demonstrar a dificuldade computacional de problemas práticos em roteamento de veículos, montagem de grades de horários, projeto de chips e processamento de bancos de dados e dados biológicos.
De acordo com a OpenAI, seu modelo encontrou um método capaz de superar essa barreira para a versão clássica do problema. A empresa e o presidente Greg Brockman fizeram questão de delimitar o alcance do resultado: a refutação da ETH não resolve o problema P versus NP — considerado o mais importante da ciência da computação teórica —, nem compromete os sistemas de criptografia atualmente em uso. Segundo relatos, pesquisadores da área chegaram a classificar a eventual confirmação do resultado como uma das maiores surpresas em duas décadas de teoria da complexidade computacional.
Para revisar a prova, a OpenAI recorreu a um grupo de verificação independente formado pelos próprios autores originais da ETH, Impagliazzo e Paturi, além do pesquisador Ryan Williams, especialista em complexidade computacional. Os três deixaram claro que participar da revisão não significa validar as conclusões da empresa.
Matemática: conjectura de 1991 e física teórica também entram na lista
No campo da matemática, a OpenAI diz que seus modelos provaram a conjectura de suavização local (local smoothing), proposta em 1991 pelo matemático Christopher Sogge e relacionada ao comportamento da propagação de ondas. Segundo a empresa, a demonstração teria sido obtida em 18 de outubro e formalizada no sistema de verificação Lean em 19 de outubro, com o material publicado em repositório aberto para checagem pela comunidade matemática.
O avanço, se confirmado, teria implicações diretas sobre duas outras conjecturas célebres: a Conjectura de Kakeya — cujos casos em duas e três dimensões foram resolvidos separadamente em 2019 e 2025 — e a conjectura de restrição de Stein sobre a transformada de Fourier. A OpenAI afirma que seus modelos teriam demonstrado o resultado para todas as dimensões simultaneamente, e não caso a caso, como ocorrera nos avanços anteriores.
Já na física teórica, a empresa diz ter obtido provas de existência para teorias quânticas de campo interagentes em quatro dimensões do espaço-tempo, incluindo a cromodinâmica quântica (QCD) e a teoria de Yang-Mills pura. O tema toca em um dos sete Problemas do Milênio do Clay Mathematics Institute, que exige tanto a prova de existência da teoria de Yang-Mills quanto a demonstração do chamado "gap de massa". Segundo a OpenAI, apenas a parte da existência teria sido alcançada — não o problema completo, que continua sem solução. As datas internas citadas pela empresa são 9 de setembro (versão simplificada) e 18 de setembro (teoria completa), com formalização em Lean concluída em 16 de outubro. O material foi entregue a um grupo de físicos liderado pelo Nobel David Gross, que decidirá sobre eventual divulgação pública.
Críticas e cautela da comunidade científica
O anúncio ocorre em um momento de ceticismo crescente sobre a forma como a OpenAI tem divulgado resultados científicos atribuídos a seus modelos. Segundo relatos, pesquisadores já haviam criticado publicamente, no início de outubro, a falta de revisão prévia adequada antes da publicação de provas geradas por IA, a dificuldade de analisá-las de forma independente e dúvidas sobre critérios de autoria.
A própria empresa reconhece o problema de representatividade na escolha de quais especialistas são convidados a revisar cada resultado primeiro. Em resposta, afirma que a participação dos revisores é "voluntária e não remunerada", que não exige assinatura de acordos de confidencialidade e que a OpenAI "não busca crédito científico pelas descobertas produzidas por seus modelos". A companhia defende tratar o material gerado por IA como dado de pesquisa primário, que ainda precisa passar pelo processo de revisão e aceitação da comunidade científica antes de ser considerado conhecimento validado — com fluxos de verificação distintos para cada área do conhecimento.
O episódio se soma a uma sequência de tentativas da OpenAI, ao longo de 2026, de demonstrar que seus modelos podem contribuir com pesquisa científica original — incluindo o desafio "First Proof", em fevereiro, quando a empresa chegou a anunciar a solução de problemas matemáticos inéditos e depois recuou em pelo menos um dos casos após revisão da comunidade, e uma proposta de solução para o problema de existência e suavidade de Navier-Stokes, apresentada em setembro. O histórico recente de anúncios revisados posteriormente alimenta o pedido reiterado de cientistas por verificação externa rigorosa antes que qualquer um dos três novos resultados — na computação, na matemática ou na física — seja considerado estabelecido.
Fontes consultadas
- ForkLog — "OpenAI says its AI refuted the Exponential Time Hypothesis" — https://forklog.com/en/openai-says-its-ai-refuted-the-exponential-time-hypothesis/
- Quartz — "OpenAI said its AI cracked major problems in math, computing, and physics" — https://qz.com/openai-ai-discoveries-math-computer-science-physics-102726
- MindStudio AI — "OpenAI's Three AI Science Claims: What Was Actually Proven?" — https://www.mindstudio.ai/blog/openai-ai-discoveries-math-physics-cs
- MindStudio AI — "AI Just Disproved the Exponential Time Hypothesis. Here's Why It Matters" — https://www.mindstudio.ai/blog/exponential-time-hypothesis-disproven
- Techmeme (agregando cobertura de The Verge e Engadget) — https://www.techmeme.com/
- OpenAI — "First proof submissions" (contexto sobre tentativas anteriores da empresa) — https://openai.com/index/first-proof-submissions/
Imagem de capa: ilustração gerada por inteligência artificial para fins editoriais.