88 horas, 10.000 agentes: OpenAI diz ter resolvido Navier-Stokes, e a situação já está azedando

Essa primeira thread ainda não trata das 88 horas, dos 10.000 agentes nem do modelo interno da OpenAI. Ela é dominada por outra incerteza: quem teria realmente resolvido o problema e em que ordem?

@TimTeaFan menciona um rumor concorrente envolvendo a Anthropic e seu sistema Fable:

"Não havia rumores de que a Anthropic havia resolvido o problema com o Fable?" @TimTeaFan

A resposta de @mark_k não é conclusiva:

"Há uma disputa ou um drama acontecendo neste momento." @mark_k

A uma pergunta semelhante sobre a identidade do autor ou dos autores da resolução, ele acrescenta:

"Atualmente, não está muito claro quem exatamente resolveu o problema. Talvez ambos em conjunto." @mark_k

A diferença entre as duas discussões está no centro da atualidade. Antes do anúncio da OpenAI, o debate girava em torno de um rumor, da Anthropic, da prioridade e da identidade das pessoas ou dos laboratórios envolvidos. Após esse anúncio, a OpenAI transforma o rumor em uma reivindicação institucional, quantitativa e técnica, sem responder às questões de autoria e de procedência que a discussão de @mark_k já levantava.

Portanto, o anúncio estabelece um ponto específico: a OpenAI é, até o momento, a única entidade a formular uma reivindicação oficial detalhada. Por si só, porém, ele não resolve a questão da prioridade científica.

Navier-Stokes, o problema por trás do slogan

As equações de Navier-Stokes são fundamentais na mecânica dos fluidos. Elas descrevem a evolução de um fluido, como o ar, a água ou um gás, relacionando diversas grandezas:

• a velocidade do fluido, representada por um campo que varia no espaço e no tempo;
• a pressão, que restringe e redistribui o movimento;
• a viscosidade, ou seja, o atrito interno do fluido;
• as forças externas, como a gravidade ou outras ações aplicadas;
• a condição de incompressibilidade, no caso clássico de um fluido incompressível.

Em uma notação simplificada, a equação da quantidade de movimento é expressa da seguinte forma:

[ \partial_t u + (u \cdot \nabla)u = -\nabla p + \nu \Delta u + f ]

Aqui, (u) representa a velocidade, (p) a pressão, (\nu) a viscosidade e (f) as forças externas. Para um fluido incompressível, geralmente se acrescenta a condição (\nabla \cdot u = 0).

Esses poucos símbolos condensam uma dinâmica extremamente complexa. O termo não linear ((u \cdot \nabla)u) expressa o fato de que o fluido transporta sua própria velocidade. Essa é uma das principais fontes da dificuldade: os movimentos em uma escala podem alimentar os de outras escalas, deformá-los e amplificá-los.

A verdadeira questão em dimensão 3: regularidade global ou singularidade?

O Problema do Milênio não pergunta simplesmente se é possível simular um escoamento. Ele propõe uma questão de regularidade global em dimensão 3.

A partir de dados iniciais suficientemente suaves, é possível demonstrar que a solução permanece suave para todo o tempo? Ou ela pode formar uma singularidade em tempo finito, fenômeno frequentemente chamado de blow-up?

Uma singularidade não significa necessariamente que um fluido real «explode» fisicamente. Na análise matemática, isso significa que certas grandezas associadas à solução deixam de ser controláveis no contexto de regularidade exigido. As derivadas da velocidade podem, por exemplo, tornar-se infinitas ou perder as propriedades necessárias para prolongar uma solução suave.

A dificuldade pode ser resumida da seguinte forma:

1. Os dados iniciais são regulares.
2. A viscosidade tende a amortecer as pequenas estruturas e a dissipar a energia.
3. Mas a não linearidade pode concentrar a atividade em escalas cada vez menores.
4. É necessário demonstrar que a dissipação sempre prevalece ou construir um caso em que ela não seja suficiente.

É esse controle global entre concentração não linear e dissipação viscosa que resiste há quase nove décadas.

Por que equações tão compactas resistem há tanto tempo?

As equações são curtas. A turbulência não.

Em um escoamento turbulento, as estruturas de grande escala transferem energia para estruturas menores. Os vórtices interagem, deformam-se, fragmentam-se e recombinam-se. Essa cascata de escalas torna as estimativas analíticas particularmente delicadas.

Os matemáticos já dispõem de resultados fundamentais. Eles sabem, em particular, construir soluções fracas em contextos gerais e obter resultados mais robustos em determinadas dimensões, para certos regimes ou durante períodos limitados. Mas o problema em aberto diz respeito à garantia universal de uma regularidade suave em três dimensões, a partir de dados iniciais suaves.

É por isso que uma eventual resolução seria tão importante. Ela não consistiria simplesmente em ter calculado «melhor» uma simulação, mas em ter solucionado uma alternativa fundamental sobre o comportamento possível dessas equações.

Prêmio do Milênio de Navier-Stokes: o que uma validação exigiria

Um anúncio, mesmo oficial, não é suficiente para resolver formalmente um problema do Prémio do Milénio. A demonstração teria de ser disponibilizada de uma forma suficientemente completa para permitir uma análise aprofundada por especialistas independentes.

Isso implica, nomeadamente:

• a publicação do texto integral da prova e das suas hipóteses;
• a possibilidade de verificar cada lema, cada estimativa e cada dependência lógica;
• a análise crítica por especialistas em equações às derivadas parciais e análise harmónica;
• a resolução de eventuais objeções levantadas durante essa avaliação;
• um prazo suficiente para determinar que o resultado é aceite pela comunidade matemática.

O Clay Mathematics Institute aplica os seus próprios critérios para reconhecer oficialmente uma solução para um dos seus problemas do Milénio. Uma demonstração deve, nomeadamente, ser publicada numa publicação qualificada, obter aceitação geral no seio da comunidade relevante e, em seguida, resistir a um período de análise.

Nesta fase, a publicação da OpenAI não apresenta qualquer prova publicada, revisão por pares ou validação independente. Anuncia um resultado reivindicado, cujo reconhecimento matemático ainda está inteiramente por estabelecer.

Uma prova correta não proporcionaria uma meteorologia perfeita

Uma das reações mais intuitivas, mas enganadoras, consiste em relacionar diretamente Navier-Stokes com a previsão exata do estado do tempo.

"Finalmente vou saber com certeza se amanhã vai chover em Londres ou não" @ChShersh

Esta conclusão não decorre do anúncio. Resolver o problema teórico da regularidade não produziria subitamente previsões meteorológicas perfeitas.

As previsões atmosféricas dependem, nomeadamente:

• de medições iniciais incompletas e com ruído;
• de modelos acoplados que incluem a humidade, as nuvens, as radiações e as interações entre o solo e a atmosfera;
• de parametrizações físicas;
• de cálculos numéricos necessariamente discretos;
• da sensibilidade às condições iniciais própria dos sistemas caóticos.

Uma prova de regularidade, caso fosse estabelecida, esclareceria a estrutura matemática das equações. Isso seria extraordinário. Mas não eliminaria as incertezas de medição, os erros de modelação ou as limitações operacionais de cálculo.

Do mesmo modo, não transformaria instantaneamente a engenharia aeronáutica, naval ou energética. Estes domínios já utilizam Navier-Stokes sob hipóteses específicas, com simulações, modelos de turbulência e calibrações experimentais. Um avanço teórico pode enriquecer as ferramentas a longo prazo, mas não se transforma automaticamente num produto industrial.

O crédito científico, o ponto cego da publicação principal

A reação mais estruturada ao anúncio não contesta apenas o papel da IA. Diz também respeito à visibilidade dada aos investigadores humanos potencialmente responsáveis por elementos decisivos.

@Quasilocal formula a crítica de forma direta:

"Ok, mas não querem mencionar Tristan Buckmaster e Levent Alpöge no próprio tweet em que reivindicam o mérito, em vez de o fazerem num quote-tweet separado, para o qual este nem sequer remete?" @Quasilocal

A crítica é precisa. Não diz respeito apenas à suposta existência de uma menção noutro local. Visa a ausência de Tristan Buckmaster e de Levent Alpöge na mensagem que reivindica publicamente o resultado.

A OpenAI não respondeu publicamente a esta interpelação no fio. Em contrapartida, @calebcterry desenvolve este pedido de reconhecimento, inserindo o resultado numa genealogia matemática mais longa:

"Depois de investigar mais sobre o assunto, penso que a contribuição humana também merece ser mencionada. Segundo percebo, isto resultou de anos de trabalho de Diego Córdoba e Luis Martínez-Zoroa no desenvolvimento da abordagem subjacente, tendo Tristan Buckmaster e Levent Alpöge utilizado depois LLMs para levar essa investigação muito mais longe e, por fim, formalizar e verificar o resultado." @calebcterry

Esta afirmação deve ser entendida pelo que é: uma interpretação apresentada por @calebcterry no fio, e não uma atribuição definitivamente estabelecida por uma publicação académica aqui reproduzida. Ainda assim, levanta a questão certa: a quem se deve atribuir o mérito quando um sistema de agentes produz uma demonstração a partir de abordagens, intuições, formulações e trabalhos preexistentes?

@X_is_Arbitrary retira daí uma conclusão mais contundente:

"Isto parece ousado. Se aquilo que os matemáticos afirmam for verdade, então só reforça as alegações de que a IA é incapaz de ter ideias novas. Precisou que dois matemáticos brilhantes lhe dissessem como resolver o problema." @X_is_Arbitrary

Esta interpretação não é corroborada pelos elementos públicos disponíveis. É impossível, com base no fio, atribuir com precisão a invenção a Diego Córdoba, Luis Martínez-Zoroa, Buckmaster, Alpöge, às ferramentas de LLM utilizadas por estes investigadores e aos agentes da OpenAI. Mas a continuidade entre trabalhos humanos anteriores e o resultado reivindicado pelos agentes constitui uma questão central, e não um simples detalhe de comunicação.

A publicação principal da OpenAI não dá crédito a nenhum investigador humano pelo nome, enquanto as respostas fazem dessa ausência o principal ponto de controvérsia pública.

Sessões do Codex: uma acusação grave, não comprovada

A controvérsia atinge um nível mais grave com questões sobre eventuais sessões do Codex associadas aos investigadores.

@Mmorgan_ML pergunta:

"Treinaram ou não treinaram com as sessões do Codex de Buckmaster & Alpöge?" @Mmorgan_ML

@melqartvantyrus coloca essencialmente a mesma questão. @ArtemR vai mais longe ao divulgar a acusação de um possível roubo de investigação:

"Mas será que a OpenAI fez batota ao roubar a investigação?" @ArtemR

É essencial distinguir os factos das suspeitas. Estas mensagens mostram que a acusação está a circular. Não provam que sessões do Codex, notas, dados privados ou trabalhos de Buckmaster e Alpöge tenham sido utilizados indevidamente pela OpenAI.

Não consta das trocas de mensagens reproduzidas qualquer resposta da OpenAI, qualquer esclarecimento técnico sobre os dados de treino relevantes ou qualquer elemento de confirmação. O conteúdo do artigo externo citado por @ArtemR também não é reproduzido.

Nesta fase, a hipótese de uma utilização indevida de sessões do Codex é uma alegação não confirmada. A questão da proveniência dos dados e dos trabalhos merece, contudo, uma resposta factual, pública e verificável.

Esta questão é distinta, embora relacionada, da crítica relativa ao caráter fechado do sistema. Mesmo na ausência de uma infração comprovada em matéria de dados, um laboratório que dispõe de um modelo interno mais poderoso do que as ferramentas públicas cria uma assimetria significativa na investigação.

O que este anúncio revela sobre o estado da arte

O elemento mais inovador do anúncio OpenAI Navier-Stokes não é apenas a palavra «solução». É a configuração reivindicada: cerca de 10 000 agentes de IA coordenados, durante 88 horas, em torno de um modelo interno da OpenAI apresentado como mais capaz do que o GPT-6 Astra.

Esta configuração sugere uma possível mudança na organização da investigação matemática. Em vez de um assistente conversacional isolado, a OpenAI descreve um sistema coletivo capaz de distribuir tarefas entre subproblemas, verificações, tentativas de demonstração, procura de contraexemplos e sínteses.

Mas a industrialização da descoberta levanta uma questão de governação. @CircumjovialLLC formula-a sem rodeios:

"Não é aceitável utilizar modelos privados treinados com o corpus matemático da humanidade para resolver problemas em aberto quando esses modelos são muito mais capazes do que aquilo que disponibilizaram e não estão acessíveis a todos os investigadores. Isto é feudalismo tecnológico, conducente à tirania intelectual." @CircumjovialLLC

Até ao momento, nenhuma resposta da OpenAI aborda a publicação do modelo, dos seus pesos, do seu custo computacional, da sua pegada energética ou de um eventual acesso académico. @Adamlags pergunta explicitamente qual foi o custo da experiência, enquanto @alono88 questiona, com humor, o custo em tokens. Estas perguntas continuam sem resposta.

A crítica ao acesso fechado não prova, portanto, uma conduta indevida. Levanta um problema estrutural: como pode a comunidade reproduzir, auditar ou contestar uma descoberta produzida com um modelo e uma infraestrutura aos quais não tem acesso?

O que importa reter e o que falta comprovar

O anúncio da OpenAI é potencialmente histórico. O laboratório reivindica uma solução para o problema de Navier-Stokes obtida em 88 horas por cerca de 10 000 agentes de IA coordenados, com um modelo interno apresentado como mais poderoso do que o GPT-6 Astra. Trata-se de uma reivindicação oficial detalhada, enquanto o fio anterior de @mark_k relatava apenas um rumor e uma confusão sobre os possíveis autores.

Mas várias questões decisivas continuam em aberto:

1. Onde está o texto completo da prova de Navier-Stokes?
2. Quais especialistas independentes a examinaram?
3. Ela atende exatamente aos critérios do Problema do Prêmio do Milênio?
4. Que papel específico os agentes desempenharam: invenção, exploração, redação, formalização ou verificação?
5. Como a OpenAI atribuirá as contribuições de Córdoba, Martínez-Zoroa, Buckmaster, Alpöge e de outros possíveis pesquisadores?
6. Quais dados e materiais foram usados para treinar ou orientar o modelo interno?
7. As perguntas sobre as sessões do Codex receberão uma resposta pública, técnica e verificável?
8. Que acesso a comunidade científica terá aos resultados, aos métodos e às condições de computação?

A verdadeira linha divisória não opõe simplesmente os seres humanos aos agentes de IA. Ela opõe uma alegação espetacular à exigência científica de verificação, reprodutibilidade e atribuição justa de crédito. A OpenAI forneceu números e descreveu um método. A sequência de publicações destaca tudo o que esses números ainda não permitem determinar.