OpenAI e Anthropic dizem ter refutado hipótese clássica da computação
OpenAI e Anthropic afirmam que seus modelos de IA derrubaram a Exponential Time Hypothesis, conjectura usada há décadas em ciência da computação. Mas até os próprios revisores convocados pelos laboratórios pedem cautela antes de declarar vitória.
Por Elias Brandão · Analista de IA e ética
O que foi anunciado
A OpenAI afirmou, em 26 de outubro, que um de seus sistemas de IA encontrou uma prova de que a Exponential Time Hypothesis (ETH, ou "hipótese do tempo exponencial") é falsa. A empresa diz ter identificado a demonstração em linguagem natural no dia 16 de outubro e formalizado o argumento no dia seguinte usando o Lean, um software que verifica provas matemáticas passo a passo. A Anthropic — laboratório rival fundado por ex-funcionários da OpenAI e responsável pelo chatbot Claude — reagiu rápido: publicou, também em 26 de outubro, uma prova própria e independente chegando à mesma conclusão, gerada por um modelo de pesquisa interno.
O que é, afinal, essa hipótese
Em bom português: a ETH é uma aposta de décadas feita por cientistas da computação sobre um problema chamado SAT (satisfatibilidade booleana), que pergunta se é possível encontrar uma combinação de respostas "verdadeiro ou falso" que satisfaça uma lista enorme de regras lógicas ao mesmo tempo. É como tentar montar uma escala de trabalho que respeite as restrições de todo mundo: com poucas pessoas é fácil, mas a dificuldade explode conforme a equipe cresce. A ETH formaliza essa explosão, afirmando que não existe atalho — o tempo necessário para resolver o problema cresce exponencialmente com o número de variáveis. A hipótese é citada em centenas de artigos científicos como base para provar que outros problemas, de bancos de dados a biologia computacional, também são difíceis de resolver rapidamente.
Por que isso importa (se for verdade)
Se a ETH cair, ela abre uma fresta — não uma porta — para a pergunta mais famosa da ciência da computação, o chamado "P versus NP": existem problemas fáceis de verificar, mas supostamente impossíveis de resolver rápido? Ryan Williams, professor de complexidade computacional do MIT (universidade americana de referência mundial em tecnologia), disse à TechCrunch que o resultado, se confirmado, faria "todo cientista da computação dar um pouco mais de crédito à plausibilidade de P = NP".
O freio da comunidade científica
Aqui está o ponto central: Williams não assinou um atestado de sucesso. Ele descreveu a prova da OpenAI como tendo partes "rotineiras" e outras "de aparência alienígena" — o tipo de trecho que, segundo ele, "a comunidade inteira precisa analisar junto" antes de qualquer celebração. Ele próprio havia criticado anúncios anteriores da OpenAI como um "ataque DDoS contra matemáticos", por inundarem a área com afirmações não verificadas. Agora, junto com Russell Impagliazzo e Ramamohan Paturi — dois dos cientistas que propuseram a própria ETH nos anos 1990 —, ele está organizando uma revisão aberta e independente. Na Anthropic, o matemático Levent Alpöge sugeriu que parte da solução da OpenAI se apoiou em trabalho prévio já existente, não totalmente original.
O que fica claro
As provas foram publicadas em repositórios públicos no GitHub, mas nenhuma passou por revisão por pares até agora. O veredito, por ora, é: promissor, mas não confirmado.