OpenAI pode ter resolvido o problema de Navier-Stokes

A OpenAI afirmou, em 8 de setembro de 2026, que um sistema interno de inteligência artificial produziu uma solução para as equações de Navier-Stokes.

O problema é um dos sete Problemas do Milênio do Clay Mathematics Institute, com prêmio de US$ 1 milhão para quem apresentar uma resposta válida. Segundo a empresa, o sistema gerou uma prova analítica e uma formalização em Lean.

Trata-se de uma linguagem de programação usada para verificar automaticamente se os passos lógicos de uma prova matemática estão corretos.

O anúncio nasceu cercado de disputa. Tristan Buckmaster, da New York University, acusa a OpenAI de ter direcionado recursos para o problema depois de tomar conhecimento do trabalho que ele desenvolvia com Levent Alpöge. Alpöge é pesquisador da Anthropic.

A própria OpenAI reconhece que o resultado ainda depende de validação externa. A empresa declarou que não pretende reivindicar o prêmio do Clay Mathematics Institute, e a instituição confirmou que abriu uma revisão formal antes de declarar o problema oficialmente resolvido.

O que a OpenAI afirma ter descoberto nas equações de Navier-Stokes?

Segundo a OpenAI, o sistema encontrou uma construção em que um fluido inicialmente suave, em repouso, desenvolve uma singularidade em tempo finito. Isso acontece mesmo com uma força suave aplicada.

A energia se mantém finita durante toda a dinâmica, o que, segundo a empresa, estabelece as declarações "C" e "D" da formulação oficial do problema. A OpenAI descreve a solução como um vórtice que espirala para dentro e se alonga, comparando o formato a um espaguete, e afirma que a região central encolhe enquanto acelera.

O problema é considerado um dos maiores desafios da matemática porque pergunta se um fluido tridimensional pode, partindo de movimento suave, desenvolver velocidades infinitas em tempo finito.

Jean Leray provou em 1934 que soluções existem em sentido generalizado, mas se elas permanecem suaves ficou em aberto por décadas. O Clay Mathematics Institute incluiu a questão entre os sete Problemas do Milênio em 2000, cada um com prêmio de US$ 1 milhão.

Até este anúncio, o único Problema do Milênio oficialmente declarado resolvido era a conjectura de Poincaré.

Como a inteligência artificial chegou ao resultado?

Para chegar à solução anunciada, a OpenAI descreve um processo baseado em agentes autônomos e em um novo modelo desenvolvido especificamente para esse tipo de investigação matemática.

O processo, segundo a OpenAI, envolveu um novo modelo treinado a partir de 28 de agosto. A empresa passou a testá-lo em todos os Problemas do Milênio depois de ouvir rumores de que dois pesquisadores avançavam em questões relacionadas.

A empresa relata que um grupo de 10 mil agentes autônomos, sob sua direção, chegou à singularidade nas equações de Navier-Stokes em três dimensões. O resultado foi formalmente verificado na linguagem Lean.

A resolução veio cerca de 88 horas depois do início do esforço, com a formalização levando mais 17 horas. O trabalho consumiu milhões de dólares em computação, segundo Mark Chen, head de pesquisa da OpenAI.

Quem são os pesquisadores envolvidos na disputa?

A descoberta anunciada pela OpenAI não aconteceu isoladamente. Ao mesmo tempo em que a empresa trabalhava na questão, pesquisadores externos desenvolviam resultados relacionados, o que deu origem à principal controvérsia em torno do anúncio.

A controvérsia surgiu porque Buckmaster e Alpöge publicaram avanços próprios, usando Codex e Claude, sobre um problema relacionado (a regularidade das equações de Euler). Buckmaster levantou a possibilidade de que a OpenAI tenha se apressado após saber do trabalho da dupla.

Ele diz ter perguntado a executivos se a empresa acessou registros de uso do Codex. A resposta, segundo ele, foi que o modelo "não olhou dados de usuário", sem esclarecimento sobre o treinamento.

A OpenAI usou o trabalho privado dos pesquisadores?

Essa é uma das questões centrais da disputa. A acusação não é de que a OpenAI tenha simplesmente reproduzido um resultado publicado, mas de que o conhecimento sobre o trabalho em andamento poderia ter influenciado a direção dada aos seus próprios sistemas.

A OpenAI nega ter visto o trabalho privado dos pesquisadores antes da divulgação pública e afirma que nenhum dado específico de usuário foi acessado para resolver o problema. Ainda assim, a empresa reconhece que não pode descartar totalmente que dados anonimizados derivados do uso de seus produtos tenham ajudado a melhorar os modelos.

Sebastien Bubeck, pesquisador da OpenAI, reforçou publicamente que a empresa não direcionou seus agentes a partir do trabalho da dupla.

Além disso, ele destacou que os resultados provados são diferentes até no caso do problema de Euler, com força versus sem força.

Quando a solução poderá ser considerada oficialmente válida?

Apesar da formalização em Lean, a descoberta ainda não foi oficialmente reconhecida como a solução de um Problema do Milênio. Isso acontece porque a verificação matemática exige uma etapa adicional de análise independente pela comunidade especializada.

Por que esse caso importa para quem trabalha com tecnologia?

Mais do que uma possível conquista matemática, o episódio expõe questões que tendem a ganhar importância conforme sistemas de IA assumem uma participação maior na produção científica.

O episódio expõe um problema que tende a se repetir conforme sistemas de IA assumem mais parte da produção científica. Modelos são treinados com grandes volumes de conhecimento humano, incluindo interações privadas com ferramentas como Codex e Claude.

Por isso, separar a contribuição do modelo do conhecimento de terceiros fica mais difícil. Isso levanta questões diretas sobre atribuição de autoria e transparência dos dados de treinamento.

Quer entender melhor como a IA está mudando a pesquisa científica?

Casos como esse mostram por que entender os fundamentos técnicos por trás de sistemas de IA deixou de ser opcional para quem trabalha com tecnologia.

Quem quiser acompanhar de perto esse tipo de avanço pode explorar a formação em inteligência artificial da Alura. Ela aborda desde os conceitos matemáticos até o uso prático de modelos e agentes para resolver problemas complexos.