A OpenAI disse que está lançando uma grande coleção de pesquisas matemáticas produzidas por um modelo interno ainda não lançado, enquanto a empresa busca "melhorar" a forma como compartilha resultados com a comunidade matemática em geral.

Em um repositório no GitHub publicado na terça-feira, a empresa disse que a coleção inclui 722 manuscritos agrupados em 372 famílias de resultados relacionados, abrangendo áreas que vão desde correlações ordinárias de dois pontos de funções multiplicativas até o sistema de Vlasov-Maxwell. A OpenAI alertou que os resultados estão em diferentes estágios de verificação e que parte do trabalho sem provas formais pode conter erros.

O modelo trabalhou em cerca de 4.000 problemas, e cada resultado usou, em média, o equivalente a aproximadamente três horas de tempo de raciocínio do ChatGPT Pro, acrescentou a empresa. A maior parte do trabalho seguiu o mesmo procedimento, embora alguns resultados tenham sido tratados separadamente, incluindo uma região livre de zeros para a função zeta de Riemann e uma prova da Conjectura de Hodge para variedades abelianas CM.

Frontier Model Training Compute

Frontier Model Training Compute

SOURCE: Epoch AI — Data on AI Models

"Queremos capacitar diretamente os cientistas com recursos de ponta e estamos trabalhando para lançar de forma responsável o modelo que produziu esses resultados", disse a empresa em uma declaração. "Por isso, é importante continuar avaliando nossos modelos internos de ponta em matemática e outras ciências, para que possamos acelerar o desenvolvimento de ferramentas que impulsionem essas áreas."

A OpenAI disse que desenvolveu o lançamento com contribuições do Grupo Consultivo independente sobre Matemática e Inteligência Artificial do Institute for Advanced Study. O repositório também inclui formalizações em Lean de muitas das provas, além de 10 resumos condensados do raciocínio do modelo.

O lançamento ocorre depois do anúncio da empresa no mês passado de que cerca de 10.000 agentes de IA haviam trabalhado no problema da existência e da suavidade de Navier-Stokes.

O anúncio gerou uma disputa com Tristan Buckmaster, professor da NYU, que disse que a OpenAI se apressou depois que ele e o matemático da Anthropic Levent Alpöge usaram o Codex enquanto trabalhavam no problema. A OpenAI disse que não podia descartar a possibilidade de dados desidentificados do uso de seus produtos por eles terem contribuído para melhorias no modelo. A empresa também disse que não reivindicaria o Prêmio Millennium Clay de US$ 1 milhão.