O que eu perdi?

não é propriamente um assunto da semana, mas para quem estiver em São Paulo recomendo a visita à exposição O mundo através da IA em cartaz no Sesc 24 de Maio.

https://www.sescsp.org.br/editorial/o-mundo-atraves-da-ia-2/

destaque para uma obra que registra os espaços de trabalho dos trabalhadores ligados ao programa Amazon Mechanical Turk (e também os poucos trocados que eles ganham em troca desses serviços).

Votos: 0

Esta semana, ainda sobre as empresas de IA, tivemos uma notícia interessante que gerou vários debates. A OpenAI supostamente resolveu um dos problemas do milênio da Matemática (https://openai.com/index/navier-stokes-solution/). É um dos 7 problemas para os quais definiram um prêmio de 1 milhão de dólares (https://www.claymath.org/millennium-problems/).

Até hoje, só 1 tinha sido resolvido (por um humano) como está no site. Fui verificar o site apenas 6 problemas estão lá, esse que já foi resolvido e os outros 5, em aberto. O que a OpenAI supostamente resolveu (Navier-Stokes) não está lá (imagino que estejam analisando — https://www.claymath.org/news/navier-stokes-announcement/)

Eles disseram pro NYT já estar “perto” de resolver mais um (Conjectura de Hodge) desses problemas do milênio (https://www.nytimes.com/2026/09/08/science/openai-proof-millennium-problem.html)

Algumas coisas chamam atenção:

1) A quantidade de recursos investidos para se chegar nessa prova: a solução que deu certo foi gerada por 10.000 instâncias (“agentes”) do GPT 6 Astra ao longo de 88h. Não falaram das tentativas que deram errado. Já surgiram estimativas do custo, em torno de 10 milhões de dólares, segundo matéria da BBC (https://www.bbc.com/news/articles/cy7zygy3rl2o).

2) A controvérsia sobre terem roubado a ideia de outros dois matemáticos que trabalhavam no problema. Eles teriam usado uma ferramenta (Codex) da OpenAI para ajudar no desenvolvimento da solução e a OpenAI deixou em aberto que esses dados podem ter sido usados na solução da empresa. Pra deixar tudo mais complicado, um desses matemáticos, Alpoge, trabalha para a Anthropic e o outro relatou receber mensagens com tom de ameaça da OpenAI. A treta está relatada em mais detalhes aqui: https://en.wikipedia.org/wiki/Navier–Stokes_priority_controversy

3) A validade da prova: para garantir que a solução está correta a OpenAI usou o assistente de provas Lean, que verifica automaticamente a corretude de teoremas. Existem duas questões aí: (A) quem garante que a OpenAI formalizou seu teorema de maneira fidedigna? Ainda precisamos de um humano para olhar. (B) uma questão mais fundamental, quem garante que o Lean está 100% correto? Nesse post o próprio criador da linguagem fala sobre alguns bugs encontrados: https://leodemoura.github.io/blog/2026-3-16-who-watches-the-provers/

Curiosidade: o criador do Lean é brasileiro! (https://pt.wikipedia.org/wiki/Leonardo_de_Moura)

4) Qual a relevância real dessa prova, se não conseguimos entendê-la direito ainda? Isso realmente é um avanço pra área? Antes mesmo dessa história, o Terence Tao, um dos principais matemáticos do mundo já tinha dado uma palestra (que depois passou para formato de texto) falando sobre Matemática na era da IA. Ele aponta que provar teoremas em aberto é apenas uma fração do fazer matemático, mas que isso acabou virando um benchmark para modelos de IA (https://arxiv.org/pdf/2608.16753).

Depois dessa polêmica toda, ele e outros ganhadores da Medalha Fields (o Nobel da Matemática), incluindo o brasileiro Artur Ávila, publicaram um texto apontando que essa forma de usar a IA seria uma ameaça para o desenvolvimento da área, ressaltando o aspecto humano na Matemática e, finalmente, reconhecendo que estão passando pelo mesmo problema com a IA que outras classes de profissionais e cientistas já passam há um tempo. Link: https://mathandai.org.

Votos: 0

Uma pauta que eu acrescentaria é o avanço das ferramentas de imagem por IA, especialmente a edição por referência. Em vez de gerar dezenas de imagens até chegar perto do resultado desejado, o fluxo image-to-image permite preservar composição, enquadramento ou elementos de uma imagem e iterar com mais controle. Também acho que valeria discutir as limitações: direitos autorais, origem dos modelos, retenção das imagens enviadas, custos e acessibilidade, além de como essas ferramentas mudam o trabalho de designers e ilustradores. Para quem quiser testar esse fluxo sem instalar nada, o image to image ai é um exemplo de ferramenta de geração e edição no navegador. O que me parece digno de cobertura não é só “fazer imagens bonitas”, mas comparar os controles disponíveis, a transparência do serviço e a possibilidade de refinar o resultado sem recomeçar do zero. Seria uma boa pauta para separar demonstração de produto de utilidade real.

Votos: 0