Em 1º de setembro, diz a OpenAI, pesquisadores ouviram rumores de que dois problemas do Prêmio Millennium haviam sido resolvidos e liberaram um novo modelo interno sobre grandes questões em aberto. Seu sistema multiagente — cerca de 10.000 agentes com ferramentas de código e uma internet em cache — chegou a um resultado sobre Navier–Stokes cerca de 88 horas depois, afirma a empresa.¹

A suposta prova afirma que um fluido tridimensional suave pode desenvolver uma singularidade em tempo finito: uma falha nas equações usadas para modelar fenômenos que vão do clima ao fluxo sanguíneo. A OpenAI divulgou uma prova escrita e uma formalização em Lean, chamando-a de resolução do problema de existência e suavidade, um dos sete Problemas do Prêmio Millennium de US$ 1 milhão da matemática.¹ Sam Altman celebrou-o como “um dos momentos mais incríveis para mim na história da OpenAI.”Sam Altman (sama)²

Mas a cronologia rapidamente se tornou a controvérsia. No dia anterior, o matemático da NYU Tristan Buckmaster e o pesquisador da Anthropic Levent Alpöge publicaram um trabalho sobre um problema de Euler forçado relacionado, após quase um ano de colaboração assistida por IA. Buckmaster disse que o caminho deles se assemelhava ao da OpenAI de uma forma que “não é a direção a que se chega em poucos dias ao dar a um modelo o enunciado do problema.”³ Ele perguntou se o modelo da empresa havia sido treinado com, ou acessado, suas sessões do Codex contendo rascunhos do projeto — ao mesmo tempo em que ressaltou não ter visto a prova da OpenAI e não saber se seus dados foram usados.³

A OpenAI nega que pesquisadores ou agentes tenham visto o trabalho da dupla antes de sua divulgação pública e afirma que os resultados sobre Euler diferem: seus agentes resolveram uma versão não forçada, enquanto Buckmaster e Alpöge trabalharam em uma versão forçada. Ainda assim, sua declaração deixa uma ressalva estreita, mas relevante: ela “não pode descartar” que dados de uso desidentificados tenham ajudado a melhorar seus modelos.¹

Essa ressalva ampliou os pedidos por escrutínio. Yann LeCun impulsionou uma exigência para ouvir “pontos de vista alternativos sobre como isso aconteceu.”Yann LeCun (ylecun)⁴ O que está em jogo vai além da primazia: críticos temem um futuro em que pesquisadores que usam ferramentas comerciais de IA possam ser ultrapassados — e potencialmente enfrentem concorrência — das empresas que as operam, armadas com modelos privados e milhões de dólares em capacidade computacional.⁵