Em 26 de outubro de 2026, a OpenAI anunciou três resultados que atribui a modelos internos: um em matemática, outro em ciência da computação teórica e um terceiro em física. A empresa afirma que os trabalhos tratam da conjectura de suavização local, da Hipótese do Tempo Exponencial (ETH) e da existência de certas teorias quânticas de campos. Também descreveu caminhos diferentes para divulgar e examinar cada trabalho. Leia o anúncio da OpenAI.
O que a OpenAI afirma em cada área
| Área | Afirmação atribuída à OpenAI | Caminho descrito no anúncio de 26 de outubro |
| Matemática | Prova da conjectura de suavização local em todas as dimensões, com consequências para as conjecturas de Kakeya e de restrição de Stein. | A saída do modelo foi divulgada para que pesquisadores possam explicá-la. |
| Ciência da computação | Refutação da ETH, uma conjectura ligada à complexidade da satisfatibilidade de fórmulas booleanas. | O texto em linguagem natural e a formalização em Lean foram publicados; um grupo externo foi encarregado de examinar e explicar o resultado. |
| Física | Prova de existência para certas teorias quânticas de campos interativas em quatro dimensões, incluindo QCD, uma extensão unificada do Modelo Padrão e a teoria pura de Yang-Mills. | O grupo de física decidiu reter os artefatos produzidos pela IA enquanto prepara seu próprio texto. |
Matemática: suavização local, Kakeya e Stein
A OpenAI afirma que a prova da conjectura de suavização local também resolve, em todas as dimensões, as conjecturas de Kakeya e de restrição de Stein. Segundo a empresa, o trabalho usa uma nova equação diferencial parcial auxiliar. A OpenAI situa a produção do resultado em 18 de outubro de 2026 e sua formalização em Lean no dia 19.
Lean é um assistente de provas usado para registrar argumentos matemáticos em formato formal. A formalização é parte do trabalho que a OpenAI divulgou para exame. A NeoTeo já havia abordado o relato sobre o plano da empresa de publicar centenas de resultados matemáticos no GitHub; o anúncio de outubro descreve uma afirmação específica sobre suavização local.
ETH não significa P = NP nem computadores mais rápidos
A OpenAI diz que seu sistema refutou a Hipótese do Tempo Exponencial, que trata da dificuldade computacional de resolver problemas de satisfatibilidade de fórmulas booleanas e se relaciona a P versus NP. A empresa situa a elaboração do argumento em linguagem natural em 16 de outubro de 2026 e sua formalização em Lean em 17 de outubro.
A afirmação sobre ETH não é uma afirmação de que P = NP. Tampouco implica, por si só, que programas ou computadores passem a funcionar mais rápido. A própria OpenAI diz que encontrar algoritmos melhores e transformar um avanço teórico em melhorias práticas exige pesquisa adicional.
O alcance da afirmação de física
A descrição da OpenAI abrange certas teorias quânticas de campos interativas em quatro dimensões, com campos de calibre e férmions. A empresa inclui nesse trabalho a cromodinâmica quântica (QCD), uma extensão unificada do Modelo Padrão e uma prova de existência para a teoria pura de Yang-Mills.
A existência de Yang-Mills é uma parte do problema do Instituto Clay sobre Yang-Mills e a lacuna de massa. O desafio completo também exige demonstrar essa lacuna, portanto o alcance descrito pela OpenAI não corresponde à solução integral do problema. Veja a descrição oficial do problema do Instituto Clay.
Três caminhos de colaboração e divulgação
Para a frente de ciência da computação, a OpenAI nomeou Russell Impagliazzo, Ramamohan Paturi e Ryan Williams para liderar o grupo externo. David Gross lideraria o grupo de física, com Michael Douglas, Arthur Jaffe, Igor Klebanov e Nikita Nekrasov. A matemática seguiu outro caminho: a empresa divulgou a saída do modelo para que pesquisadores organizassem sua própria análise.
A OpenAI afirmou que os participantes das colaborações atuariam de forma independente, com participação voluntária e sem remuneração. Também disse que não buscaria crédito acadêmico por descobertas produzidas por seus modelos internos.
Relato aponta plano da OpenAI para publicar centenas de resultados matemáticos
