Sam Altman, CEO da OpenAI, expressou empatia pelos pesquisadores e matemáticos que enfrentam dificuldades em acompanhar o fluxo massivo de resultados matemáticos gerados por inteligência artificial, mas enfatizou, ao mesmo tempo, que a empresa não interromperá esse caminho. Em declarações feitas durante o podcast "Cheeky Pint", Altman explicou que o direito da humanidade de compreender os segredos do universo e descobrir conhecimentos científicos fundamentais representa uma prioridade máxima que supera as perturbações que a forma como a empresa apresenta seus resultados pode causar.
Conflito de metodologias: velocidade versus verificação
As declarações de Altman surgem em um momento em que a comunidade acadêmica e matemática enfrenta críticas severas ao estilo da OpenAI de lidar com descobertas. Muitos pesquisadores apontaram que a empresa lança centenas de resultados matemáticos sem fornecer contexto suficiente, documentação precisa das fontes ou até mesmo mecanismos adequados para verificar a validade desses resultados, deixando os cientistas em um estado de confusão e tentando decifrar essas saídas complexas.
Além disso, a empresa enfrenta acusações de "gatekeeping" (controle de acesso); detalhes completos de algumas grandes descobertas não foram revelados, como os resultados relacionados à teoria de "Yang-Mills", que é a pedra angular da física de partículas moderna. A OpenAI justifica essa abordagem afirmando que ela se baseia em recomendações de especialistas para garantir a melhor forma de anunciar os resultados, o que contraria os conselhos de grupos matemáticos anteriores que defendiam a transparência total.
Investimentos gigantescos e desafios técnicos
Altman revelou o volume de recursos massivos que a OpenAI dedica a esse caminho, observando que a empresa gastou centenas de milhões de dólares na resolução de problemas matemáticos. Entre esses investimentos, destaca-se a alocação de mais de 10 milhões de dólares para trabalhar na questão de "Navier-Stokes", um dos famosos problemas do Prêmio do Milênio.
Altman também descreveu um período de trabalho interno intenso como tendo "saído do controle" deliberadamente para testar os limites dos modelos, onde os funcionários usavam um canal interno no aplicativo Slack chamado "Model Name-Hold My Beer" para lançar os problemas matemáticos mais difíceis aos modelos para ver sua capacidade de resolução.
O que muda na prática?
Essa tendência representa uma mudança radical na natureza da pesquisa científica; em vez de depender totalmente do esforço humano paciente, entramos em uma fase de "descoberta acelerada" por meio da inteligência artificial. Esse desenvolvimento impõe uma nova realidade caracterizada pelo seguinte:
- Lacuna de recursos: A capacidade das grandes empresas de tecnologia de injetar centenas de milhões na resolução de dilemas científicos pode levar à marginalização de pesquisadores acadêmicos que não possuem o mesmo poder financeiro.
- Crise de verificação: A pressão resultante da velocidade de produção pode levar a uma lacuna entre a "descoberta" e a "prova científica validada", o que coloca um fardo adicional sobre os cientistas para revisar as saídas da máquina.
- Centralização de dados: A transformação das empresas de tecnologia em "guardiãs" do conhecimento científico, onde possuem a capacidade de determinar quando e como os novos fatos científicos são revelados.