Um modelo interno de raciocínio da OpenAI refutou, de forma autônoma, uma conjectura clássica da geometria discreta proposta pelo matemático húngaro Paul Erdős em 1946. A prova foi validada por um grupo de matemáticos externos, incluindo o ganhador da Medalha Fields Tim Gowers.
O anúncio foi feito em 20 de maio de 2026 e marcou a primeira vez que uma IA resolveu, de ponta a ponta, um problema aberto em um subcampo ativo da matemática pura. Isso aconteceu sem treinamento específico para esse fim, sem scaffolding para busca de provas e sem direcionamento para o problema em particular.
O que o modelo da OpenAI descobriu
A geometria combinatória acumulou décadas de progresso travado no unit distance problem. Desde 1946, o melhor limite inferior para o número máximo de pares de pontos a distância exata 1 em um plano com n pontos permanecia praticamente inalterado.
Erdős conjecturou que esse número crescia de forma quase linear com n. Por décadas, matemáticos acreditavam que arranjos em grade quadrada representavam o limite prático para essa maximização.
A prova apresentada pelo modelo da OpenAI derrubou a conjectura: para infinitos valores de n, existem configurações de pontos com crescimento polinomialmente maior do que o esperado. Isso significa que o expoente real não é "quase 1", mas sim n¹⁺δ, com δ positivo fixo.
Dois aspectos do resultado chamaram atenção da comunidade matemática:
- O método: a prova veio de ferramentas de teoria algébrica dos números (algebraic number theory), um campo distante da geometria euclidiana. Ninguém esperava que a solução viesse por esse caminho.
- A autonomia: a OpenAI enfatizou que o modelo usado era de propósito geral, não um sistema especializado em matemática nem um resolvedor guiado por scaffolding (estrutura auxiliar de chamadas e memória que guia o modelo passo a passo).
A prova foi verificada por nove matemáticos externos, que também assinaram um artigo complementar sobre o resultado. Entre eles está o medalhista Fields Tim Gowers:
"Não há dúvida de que a solução para o problema das distâncias unitárias é um marco na matemática com IA. Nenhuma prova gerada por IA chegou perto disso antes."
Por que isso importa para quem trabalha com tecnologia
O caso muda o que se esperava que modelos de linguagem fossem capazes de fazer. Até aqui, a visão dominante no campo, refletida em benchmarks e casos de uso comerciais, era que IAs aceleravam tarefas conhecidas: verificavam código, geravam rascunhos, resumiam documentos.
Aqui, o modelo produziu uma ideia original e a levou até uma prova matematicamente válida em um problema que especialistas humanos tentaram resolver por 80 anos sem sucesso.
Isso levou o matemático Arul Shankar a declarar que os modelos atuais vão além de auxiliares e são capazes de ter "ideias originais e engenhosas".
Para devs, pesquisadores e quem constrói produtos com IA, os desdobramentos práticos são:
- Raciocínio de longo horizonte (capacidade de manter coerência em cadeias longas de raciocínio): o modelo sustentou um argumento matemático complexo do início ao fim, o que aponta para capacidade de lidar com problemas de engenharia e ciência que exigem encadeamento lógico extenso.
- Pesquisa científica autônoma: biologia, física, materiais e química são candidatas naturais para o próximo ciclo de aplicações, especialmente em problemas em que o espaço de busca é grande e a verificação da resposta é objetiva.
- Uso de IAs além de assistentes: o episódio fortalece o argumento de que vale investir em experimentar modelos de raciocínio em tarefas que, até então, pareciam fora do alcance dessas ferramentas.
Vale uma ressalva de contexto. Em outubro de 2025, o então vice-presidente da OpenAI Kevin Weil afirmou no X que o GPT-5 havia encontrado soluções para dez problemas de Erdős até então em aberto. Thomas Bloom, o mesmo matemático que agora assina a verificação do resultado atual, rebateu na época:
"This is a dramatic misrepresentation.", Thomas Bloom, matemático responsável pelo site Erdős Problems, em outubro de 2025.
O modelo havia recuperado soluções já existentes na literatura, não produzido provas originais. O resultado de maio de 2026 está sendo tratado como diferente por esse mesmo grupo de verificadores.
Quer entender melhor como IAs de raciocínio funcionam na prática?
Se você quer aprofundar o conhecimento em inteligência artificial, desde os fundamentos de modelos de linguagem até a construção de agentes autônomos, a Alura tem uma carreira com especialização completa de IA aplicada.
É uma formação para quem quer entender o que está por trás desses avanços e saber usar essas ferramentas em projetos reais.