OpenAI afirma que rede de agentes de inteligência artificial resolveu Navier-Stokes

A OpenAI anunciou que um sistema composto por cerca de 10 mil agentes de inteligência artificial encontrou a demonstração matemática para um dos sete Problemas do Milênio, relacionado às equações de Navier-Stokes. Caso a prova passe pelo escrutínio da comunidade científica, será o segundo problema da célebre lista elaborada no ano 2000 a receber uma solução e o primeiro desvendado prioritariamente por sistemas computacionais autônomos.

Formuladas no século XIX, as equações de Navier-Stokes representam a base da física dos fluidos, modelando fenômenos que vão desde a circulação do sangue em artérias e o fluxo de água em encanamentos até o comportamento de correntes de ar na atmosfera. Apesar de sua ampla aplicação em engenharia, a matemática teórica ainda não havia determinado se essas fórmulas poderiam gerar uma singularidade, situação em que a velocidade do fluido atinge valores infinitos dentro de um intervalo finito de tempo.

O sistema estruturado pela OpenAI apontou que essa quebra de regularidade é possível. O modelo formulou uma configuração física teórica na qual um fluido regular forma um vórtice progressivamente mais veloz e concentrado, até atingir a divergência de velocidade. Essa constatação atende às exigências de uma das formulações oficiais do desafio, que oferece uma recompensa de US$ 1 milhão administrada pelo Clay Mathematics Institute.

Estrutura de 10 mil agentes e 130 bilhões de tokens

O avanço não decorreu de comandos simples em interfaces convencionais de chat, mas da articulação de um ecossistema interno distribuído. A OpenAI organizou dezenas de milhares de instâncias autônomas que atuaram em regime paralelo, testando hipóteses, redigindo código e transmitindo descobertas entre si. Uma fração dessas unidades focou em questões associadas às equações de Euler, fornecendo dados analíticos que serviram de suporte ao objetivo central.

Nessa dinâmica, o Codex atuou como consolidador, filtrando os progressos mais consistentes e redistribuindo o conhecimento gerado para a rede de agentes. O ciclo de pesquisa durou cerca de 88 horas ininterruptas, totalizando 2,7 milhões de mensagens trocadas e o consumo de aproximadamente 130 bilhões de tokens computacionais.

O volume de processamento mobilizado não teve o custo final divulgado. No entanto, se o consumo de 130 bilhões de tokens fosse calculado com base nas tarifas de mercado do GPT-6 Astra, o valor alcançaria US$ 6,5 milhões. A empresa informou que a tecnologia aplicada na investigação é um modelo de uso interno, substancialmente mais avançado que o Astra. Para assegurar a validade lógica do material, a demonstração completa foi codificada e checada por meio do software de verificação formal Lean.

Revisão científica e questionamentos sobre dados

Para ser considerada uma conquista definitiva, a tese precisará passar pelas etapas formais de revisão por pares e recepção da comunidade matemática global. O Clay Mathematics Institute adota normas rigorosas de publicação e validação prolongada antes de conceder a homologação de um Problema do Milênio.

O anúncio ocorre em paralelo a questionamentos sobre o treinamento dos sistemas. O matemático Tristan Buckmaster, da Universidade de Nova York (NYU), e o pesquisador Levent Alpöge, da Anthropic, vinham trabalhando em vertentes correlatas ao problema enquanto utilizavam o Codex como suporte ferramental. Buckmaster levantou a hipótese de que o sistema da OpenAI pudesse ter tido contato com as sessões de trabalho ou ter sido calibrado com informações dessas interações, o que suscitou debates sobre o aproveitamento indevido de pesquisas privadas.

Em resposta aos questionamentos, a OpenAI sustentou que seus pesquisadores e agentes não tiveram acesso prévio aos manuscritos da dupla antes de sua divulgação pública, negando consultas a conteúdos particulares desses perfis. A companhia ponderou apenas que não tem como descartar a possibilidade de que registros anonimizados de uso geral da plataforma possam ter contribuído para o aperfeiçoamento de seus modelos de base.