O penAI Resolve um dos Problemas do Milênio em Fluidodinâmica
A O penAI anunciou, em 8 de setembro, que sua inteligência artificial conseguiu resolver um dos sete Problemas do Milênio propostos pelo Clay Mathematics Institute, que oferece um prêmio de US$ 1 milhão pela solução. A questão abordada centra-se na equação de Navier-Stokes, que descreve o movimento de fluidos e questiona se um fluido inicialmente liso e tridimensional pode desenvolver uma singularidade — um ponto onde as variáveis matemáticas tornam-se infinitas — em tempo finito. A empresa afirmou que sua IA produziu uma demonstração analítica que comprova a possibilidade desse fenômeno, com energia do sistema permanecendo finita durante toda a dinâmica.
O sistema demonstrou que um fluido inicialmente suave e em repouso pode desenvolver uma singularidade em tempo finito, mesmo com força externa suave aplicada.
Segundo a explicação divulgada pela O penAI, os termos que governam o movimento — aceleração, gradientes de pressão, transferência de momento e viscosidade — devem atingir valores elevados simultaneamente e cancelar-se com precisão. Esse equilíbrio resulta em uma força externa suave enquanto a velocidade do fluido cresce indefinidamente. A demonstração envolve análise matemática rigorosa, segundo os padrões da comunidade acadêmica, e representa um avanço significativo no entendimento das equações.
Controvérsia sobre Prioridade Científica
Apesar do anúncio, a vitória gerou polêmica quando o matemático Tristan Buckmaster acusou a O penAI de ter utilizado seu trabalho prévio sem autorização. Buckmaster afirmou que sua pesquisa, desenvolvida em colaboração com Levent Alpöge da Anthropic, estava prestes a resolver o mesmo problema. Ele questionou se a O penAI teve acesso a parte de seus cálculos ou documentos não publicados, gerando debate sobre propriedade intelectual e prioridade científica.
Tristan Buckmaster questiona se a O penAI teria tido acesso ao seu trabalho prévio sem permissão.
A situação destaca os desafios éticos e legais no uso de inteligência artificial para avanços científicos, especialmente quando modelos treinados com grandes volumes de dados podem reproduzir ou até acelerar descobertas individuais. Enquanto a comunidade matemática avalia os detalhes da prova, o caso reforça a necessidade de transparência e reconhecimento adequado no processo de descoberta.
