OpenAI lançou soluções para três problemas matemáticos importantes, incluindo a refutação da Exponential Time Hypothesis (ETH), uma premissa durável em ciência da computação que desempenha papel central na compreensão do que é difícil de calcular computacionalmente. Horas depois, Anthropic também divulgou sua própria refutação da mesma hipótese.
A comunidade científica respondeu com mistura de entusiasmo e preocupação. Levent Alpöge, matemático da Anthropic, sugeriu que OpenAI baseava suas soluções em trabalho pré-existente. A abordagem de OpenAI diferiu desta vez: matemáticos receberam o trabalho no GitHub, cientistas da computação formaram grupo de trabalho solicitando compartilhamento público das provas e financiamento de conferência para discussão, enquanto físicos constituíram grupo próprio para determinar como seu resultado será liberado.
Ryan Williams, professor do MIT que organiza a resposta de sua área, foi convidado a ajudar interpretar a solução junto com Russell Impagliazzo e Ramamohan Paturi da UC San Diego, que publicaram originalmente o ETH em 1999. Williams criticou anteriormente a abordagem de OpenAI, chamando lançamentos anteriores de "DDOS attack on mathematicians", mas concordou em colaborar para ajudar a comunidade científica. Uma carta aberta foi liberada pedindo feedback e discussão sobre normas de contribuição de IA no trabalho científico.
Williams identificou na prova do OpenAI "partes que parecem alien-looking" que exigem análise comunitária conjunta. "Algumas partes são rotineiras, mas há duas ou três partes que me fizeram pensar que toda comunidade precisa trabalhar junto", disse a TechCrunch.
O significado da Hipótese do Tempo Exponencial
O ETH integra a classe mais ampla de problemas P vs NP, que anima ciência da computação há décadas. Resumidamente, pesquisadores buscam compreender se todo problema cuja solução pode ser facilmente verificada (NP) também pode ser facilmente resolvido (P).
Um exemplo simples é Sudoku: uma vez que a solução está em lugar, pode ser rapidamente verificada, mas encontrar a solução é demorado. Essa dinâmica é verdadeira para ampla gama de problemas importantes e fundamenta sistemas criptográficos. Com a chave de uma mensagem codificada, pode-se revelá-la, mas quebrar efetivamente um código leva tempo demais para ser útil.
Cientistas ainda não provaram se P = NP ou P ≠ NP. Williams explica: "P = NP está dizendo que não apenas você pode verificar soluções de Sudoku quando existem, você pode gerá-las. P = NP está afirmando que isso é verdadeiro para cada problema que você pode verificar rapidamente — se pode verificar rapidamente, pode resolver rapidamente. Isso parece ser bom demais para ser verdadeiro".
Por isso, maioria dos cientistas assume P ≠ NP. O ETH fornecia evidência para isso, sugerindo que mesmo os algoritmos mais rápidos precisam exponencialmente mais tempo conforme o número de variáveis cresce em classe específica de quebra-cabeças lógicos.
A afirmação de OpenAI e Anthropic é que seus modelos desenvolveram algoritmos que resolvem esses quebra-cabeças em tempo "sub-exponencial", ou seja, mais rápido do que anteriormente considerado possível. Se verdadeiro, podem ter comprovado que ETH é falsa e aberto caminho para algoritmos que resolvam P = NP.
Williams afirmou: "Cada cientista da computação provavelmente deveria atribuir um pouco mais peso à plausibilidade de P = NP, mas o peso de cada um pode variar. Acho que questiona muitas intuições que tínhamos sobre o quão tratáveis são problemas NP difíceis. Também acho que provavelmente não é a resposta final — o algoritmo do OpenAI provavelmente não é o melhor que você pode obter".
Implicações e próximos passos
A durabilidade do ETH levou a ser incluído em muitos artigos científicos na última década que precisarão ser revisitados se as alegações dos laboratórios frontier forem confirmadas. Williams explicou estar pressionando OpenAI a apoiar conferência porque a descoberta afetará trabalho de muitos pesquisadores.
Antes de preocupações científicas, existem questões de segurança cibernética. Um algoritmo melhorado poderia implicar que sistemas criptográficos baseados em certos tamanhos de chave sejam considerados quebrados. Uma das primeiras perguntas de Williams ao Dan Roberts, líder de ciência do OpenAI, foi se verificaram impacto em sistemas criptográficos. OpenAI aparentemente confirmou ter verificado e estar "razoavelmente confiante" que a descoberta não implica quebras criptográficas imediatas.
Este novo paradigma de descoberta científica com IA ainda está em progresso. Williams expressa otimismo apesar de preocupações reais, particularmente sobre treinar próxima geração de cientistas. Ele argumenta que IA está "forçando pessoas a serem mais ambiciosas sobre tipo de trabalho que fazem e pensar mais profundamente: se tudo que costumava trabalhar agora é fruta fácil para IA, como posso elevar o nível das questões científicas que quero explorar?".
