Colaborando com comunidades acadêmicas para construir a compreensão científica
Estamos anunciando três novas descobertas em matemática, ciência da computação e física, sobre análise harmônica, teoria da complexidade e teoria quântica de campos.
Nosso processo de divulgação continua evoluindo em resposta às sugestões das comunidades acadêmicas envolvidas. Na nossa visão, a melhor forma de compreender esses manuscritos é como um tipo de dado bruto de pesquisa. Para transformar esses dados brutos de pesquisa em compreensão científica, estamos experimentando uma nova abordagem nesta divulgação. Entramos em contato com especialistas externos e pedimos que orientassem esse trabalho, organizando grupos para compreender os novos resultados. Eles recomendaram três estratégias diferentes de divulgação:
Para o resultado de matemática, divulgar o material produzido pela IA, deixando os pesquisadores livres para organizar seus próprios esforços para explicá-lo.
Para o resultado de ciência da computação, formar um grupo externo de colaboradores para explicá-lo e disponibilizar publicamente o material produzido pela IA para que qualquer pessoa possa examiná-lo e desenvolver novas pesquisas a partir dele.
Para o resultado de física, formar um grupo externo de colaboradores e deixar a decisão sobre a divulgação dos materiais a cargo deles.
Ainda não sabemos qual dessas três abordagens será mais útil e estamos abertos a comentários sobre o que funciona e o que podemos melhorar.
As colaborações externas seguirão quatro princípios:
Transparência. Somos transparentes sobre a existência de nossas colaborações. Não será solicitado aos participantes que assinem acordos de confidencialidade, e eles terão liberdade para discutir o trabalho, compartilhar materiais intermediários e publicar suas conclusões.
Sem reivindicação de mérito acadêmico. Não buscamos mérito acadêmico pelas descobertas produzidas por nossos modelos internos. Convidar um pesquisador para ajudar a orientar uma colaboração também não implica que ele ou seu grupo de trabalho tenha feito a descoberta original.
Reconhecimento. Esse grupo deve receber reconhecimento pela compreensão que desenvolver, pelos textos que redigir e pelos outros materiais que criar. O grupo também ajudará a garantir que o trabalho dê o devido crédito aos pesquisadores, às técnicas e às ideias em que se baseia.
Independência. A participação é voluntária e não remunerada. Os membros dos grupos de trabalho participam de forma independente, e suas conclusões são próprias. Eles não falam em nome da OpenAI, e a OpenAI não fala em nome deles.
Entregaremos os materiais e artefatos relacionados a esses resultados aos grupos de colaboração. Na colaboração de ciência da computação, o grupo decidiu tornar públicas imediatamente a demonstração em linguagem natural e a formalização em Lean, e estamos publicando ambas diretamente em nosso repositório no GitHub. Na colaboração de física, o grupo decidiu adiar a divulgação dos artefatos produzidos pela IA e, em vez disso, redigir sua própria apresentação do trabalho.
Todas essas abordagens envolvem vantagens e desvantagens. Por um lado, as colaborações dão aos especialistas autonomia para promover a análise detalhada dos resultados e contextualizá-los na comunidade acadêmica mais ampla. Por outro, a escolha de quem orientará o trabalho inicialmente molda, necessariamente, quem se envolve primeiro e cria uma assimetria de informação. Estamos abertos a sugestões sobre como ampliar a participação e tornar esse processo mais útil.
O resultado de matemática diz respeito à análise harmônica. Em 1991, Sogge propôs a conjectura da suavização local, que trata do comportamento das ondas à medida que se concentram. Em particular, a conjectura afirma que a concentração mais extrema deve durar pouco. O grau de concentração em um instante típico escolhido ao acaso é sempre muito menor do que o que pode ocorrer no instante de maior concentração. Esse é um padrão conhecido em toda a matemática: o que pode acontecer no pior caso é mais extremo do que o observado ao se calcular a média. Por ser tão fundamental, esse fenômeno conjecturado também tem implicações amplas em toda a análise matemática. Por exemplo, dele decorrem a conjectura de Kakeya e a conjectura de restrição de Stein.
Em 2019, Guth, Wang e Zhang(abre em uma nova janela) demonstraram a conjectura da suavização local em duas dimensões espaciais. Em 2025, Wang e Zahl(abre em uma nova janela) demonstraram a conjectura de Kakeya em três dimensões. Nossos modelos produziram uma demonstração da conjectura da suavização local em qualquer dimensão e, portanto, também resolvem a conjectura de Kakeya e a conjectura de restrição de Stein em todas as dimensões. A nova demonstração se baseia em uma equação diferencial parcial auxiliar inédita.
Obtivemos o material produzido pela IA em 18 de outubro de 2026 e o formalizamos em Lean no dia seguinte. Depois, entramos em contato com um especialista para discutir a formação de uma colaboração em torno desse resultado. Seguindo sua recomendação, decidimos divulgar publicamente o material produzido pela IA, adotando para esse resultado a mesma estratégia da nossa divulgação de 6 de outubro de 2026. Disponibilizamos em nosso repositório público no GitHub tanto um texto em linguagem natural gerado por IA(abre em uma nova janela), produzido por nossos modelos, quanto uma demonstração em Lean(abre em uma nova janela).
A colaboração em ciência da computação buscará compreender e explicar um resultado sobre a hipótese do tempo exponencial (ETH), uma conjectura de longa data sobre a complexidade computacional da satisfatibilidade de fórmulas booleanas, um problema profundamente relacionado ao problema P versus NP. A ETH tem sido amplamente considerada verdadeira e foi usada em centenas de artigos para derivar resultados condicionais de dificuldade computacional em diversas áreas, incluindo teoria dos grafos, biologia computacional, bancos de dados, geometria computacional e outras. Surpreendentemente, nosso sistema demonstrou recentemente que a ETH é falsa, um resultado que foi posteriormente verificado em Lean. A refutação da ETH reabre questões sobre o quanto essas tarefas poderiam se tornar mais rápidas e pode ajudar a orientar a busca por algoritmos melhores. Encontrar esses algoritmos e transformar avanços teóricos em melhorias práticas exigirá um esforço significativo de pesquisa adicional.
Esse trabalho será verificado e orientado por um grupo liderado por Russell Impagliazzo (UC San Diego), Ramamohan Paturi (UC San Diego) e Ryan Williams (MIT). Os três são especialistas em projeto de algoritmos e teoria da complexidade.
Impagliazzo e Paturi, juntamente com Francis Zane, são os proponentes originais da Hipótese do Tempo Exponencial e autores de diversos(abre em uma nova janela) e influentes(abre em uma nova janela) (abre em uma nova janela)artigos(abre em uma nova janela) sobre o tema(abre em uma nova janela) publicados nos últimos 30 anos.
Williams refutou fortes(abre em uma nova janela) (abre em uma nova janela)versões(abre em uma nova janela) da ETH, usou a ETH para estudar a dificuldade computacional(abre em uma nova janela) (abre em uma nova janela)e obter resultados(abre em uma nova janela), e estabeleceu conexões entre algoritmos(abre em uma nova janela) e limites inferiores(abre em uma nova janela).
Aceitamos os pedidos do grupo de tornar públicos todos os dados brutos dos resultados para facilitar a verificação independente pela comunidade e de que a OpenAI se comprometa a financiar uma conferência para compreender as implicações desse trabalho para a área como um todo. O grupo convida a comunidade a ajudar a organizar uma análise aberta da afirmação sobre a ETH e a discutir as questões mais amplas que os avanços gerados por IA levantam sobre verificação, acesso, atribuição de mérito e o futuro da pesquisa.
Nossa IA encontrou sua refutação em linguagem natural para o ETH em 16 de outubro de 2026 e, posteriormente, formalizamos o resultado em Lean em 17 de outubro de 2026, o que nos levou a desenvolver a colaboração descrita aqui. Para tanto, disponibilizamos em nosso repositório público do GitHub tanto um texto em linguagem natural gerado por nossos modelos de IA(abre em uma nova janela) quanto uma prova em Lean(abre em uma nova janela) .
A complexidade computacional tem muitas questões em aberto e conjecturas cujas demonstrações ou refutações permanecem fora de alcance, apesar dos melhores esforços dos cientistas. Esperamos que as pessoas, com o apoio da IA, possam trazer uma nova compreensão dessa área e esclarecer as capacidades e os limites inerentes à computação eficiente.
A colaboração em física buscará compreender e explicar um resultado que fornece uma demonstração matematicamente rigorosa da existência de certas teorias quânticas de campos com interação, contendo campos de calibre e férmions em quatro dimensões, incluindo a cromodinâmica quântica (QCD) e uma extensão unificada do Modelo Padrão da física de partículas. Nosso trabalho se baseia na abordagem de Balaban(abre em uma nova janela) na teoria quântica construtiva de campos. Como subproblema, esse trabalho também inclui uma demonstração da existência da teoria pura de Yang–Mills, que é parte do Problema do Prêmio do Milênio do Instituto Clay de Matemática sobre a teoria quântica de Yang–Mills(abre em uma nova janela).
O Modelo Padrão descreve a interação de partículas subatômicas fundamentais por meio de três das quatro forças fundamentais, com exceção da gravidade. A demonstração de existência se refere à teoria de grande unificação mais simples que inclui os campos de calibre e os férmions do Modelo Padrão (já que o próprio Modelo Padrão não pode ser extrapolado para distâncias arbitrariamente pequenas). A QCD descreve a interação de partículas como quarks e glúons por meio da força forte. A teoria pura de Yang–Mills descreve apenas as autointerações dos glúons, os mediadores da força, e não a matéria, como os quarks.
David Gross liderará um grupo que inclui Michael Douglas, Arthur Jaffe, Igor Klebanov e Nikita Nekrasov e que orientará esse trabalho.
O trabalho de Gross de 1973 sobre liberdade assintótica nas teorias de Yang-Mills ajudou a estabelecer a QCD como a teoria das interações fortes e lhe rendeu uma participação no Prêmio Nobel de Física de 2004(abre em uma nova janela). A liberdade assintótica também é o mecanismo central que fundamenta a existência dessas teorias como objetos matematicamente rigorosos.
Jaffe formulou com Witten o Problema do Prêmio do Milênio sobre a teoria quântica de Yang-Mills(abre em uma nova janela), além de conceber a ideia dos Problemas do Prêmio do Milênio e cofundar o Instituto Clay de Matemática.
Douglas acompanha esse problema há 20 anos: relatou seu estado em 2004(abre em uma nova janela) e apresentou uma atualização abrangente dos avanços(abre em uma nova janela) no início deste ano.
Klebanov foi um dos pioneiros na aplicação da dualidade calibre–cordas ao confinamento, uma propriedade importante da QCD, e hoje dirige a Colaboração Simons sobre Confinamento e Cordas da QCD(abre em uma nova janela),
Nekrasov realizou trabalhos inovadores sobre métodos exatos para generalizações da teoria de Yang–Mills e recebeu o Prêmio Dannie Heineman de Física Matemática em 2023.
O grupo solicita que todas as comunicações com qualquer um de seus membros sobre esta iniciativa sejam direcionadas ao seguinte e-mail: YANGMILLS4D@gmail.com.
Nossos modelos produziram uma demonstração em linguagem natural da existência da teoria de Yang–Mills em 9 de setembro de 2026 e, depois, uma demonstração para a QCD em 18 de setembro de 2026. Dada a extensão e a complexidade do trabalho, adiamos a divulgação até a conclusão da formalização em Lean. Concluímos a formalização da existência da teoria de Yang–Mills em 16 de outubro de 2026, o que nos levou a desenvolver a colaboração descrita aqui.
Esperamos que esses resultados marquem o início de uma transição em que a teoria quântica de campos, o arcabouço mais importante da física teórica moderna, se torne uma área matematicamente rigorosa. Estamos entusiasmados em oferecer recursos para avanços liderados pela comunidade acadêmica rumo a esse objetivo.
Estamos comprometidos em apoiar o trabalho mais amplo de compreender esses resultados e desenvolver novas pesquisas a partir deles. Essas colaborações complementam nossa contribuição de US$ 5 milhões(abre em uma nova janela), anunciada recentemente, para uma nova iniciativa da Fundação Simons. Administrado e distribuído pela Fundação Simons, esse financiamento apoiará workshops, conferências e programas especiais para ajudar pesquisadores a compreender os resultados produzidos por IA e desenvolver novas pesquisas a partir deles. Estamos comprometidos em garantir financiamento para que pesquisadores examinem e expliquem de forma independente os resultados acima e desenvolvam novas pesquisas a partir deles.
Continuamos abertos a sugestões sobre a melhor maneira de divulgar resultados e colaborar com cientistas para acelerar as descobertas.
