Modelos de IA da OpenAI e Anthropic afirmam refutar hipótese computacional

OpenAI e Anthropic afirmam que seus modelos de IA desafiaram uma visão tradicional sobre os limites da computação. Se comprovados verdadeiros, as descobertas podem remodelar a teoria da complexidade. No entanto, nenhuma das empresas conseguiu criar software mais rápido ou quebrar a criptografia atual.

Uma hipótese de 1999, agora sob pressão

Russell Impagliazzo e Ramamohan Paturi propuseram pela primeira vez a Hipótese do Tempo Exponencial (ETH) em 1999. A ETH sugere que existem problemas lógicos específicos que exigem um tempo computacional exponencialmente maior à medida que aumentam de tamanho.

Os pesquisadores basearam-se nessa suposição por décadas. De acordo com a OpenAI, o número de artigos de pesquisa que utilizaram a ETH para provar limites computacionais em teoria dos grafos, bancos de dados, biologia computacional e outros campos chega às centenas. Se a ETH se mostrar falsa, os pesquisadores podem ter que revisar muitas dessas conclusões.

Dois laboratórios, duas refutações

No dia 26 de outubro, a OpenAI anunciou que seu modelo de IA apresentou uma prova que desafia a ETH. Esse anúncio fez parte de um lançamento mais amplo, que incluiu resultados na área de análise harmônica e teoria quântica de campos. O método Lean de formalização comprova a validade de um algoritmo subexponencial, embora o artigo accompanying forneça uma prova teórica ainda mais robusta.

Apenas horas depois, a Anthropic apresentou suas próprias descobertas. Segundo a empresa, o Claude teria descoberto um algoritmo determinístico capaz de resolver o problema 3-SAT em tempo inferior ao exponencial. No entanto, seu repositório também estabeleceu que a descoberta ainda é apenas teórica:

O resultado é puramente assintótico e não diz nada sobre a resolução de fórmulas na prática.

Questões sobre a pesquisa por trás das descobertas também surgiram. TechCrunch relatou que o matemático da Anthropic, Levent Alpöge, questionou quanto do trabalho da OpenAI se baseou em pesquisas existentes.

O que os especialistas podem e não podem verificar

A OpenAI organizou uma equipe formada pelos pioneiros da ETH, Impagliazzo e Paturi, junto com o professor do MIT Ryan Williams, para analisar os resultados. Ela também concordou em apoiar uma conferência e tornar suas descobertas públicas para revisão adicional.

Williams havia criticado anteriormente a enxurrada de provas geradas por IA, argumentando que os matemáticos estavam sendo sobrecarregados pelo volume de trabalho que precisavam revisar. Mas as últimas descobertas da OpenAI o intrigaram. Ao falar com a TechCrunch, ele observou que, embora algumas partes da prova parecessem familiares, outras se destacavam:

“há duas ou três partes com aparência alienígena”

É aí que a expertise humana se torna importante. O Lean pode verificar se a prova formal é logicamente consistente, mas os pesquisadores ainda precisam entender o raciocínio desconhecido e determinar se ele poderia levar a algoritmos práticos.

Por que isso não é P igual a NP, nem um criptograma quebrado

Refutar a ETH não resolve o problema P versus NP nem expõe fraquezas na criptografia existente.

Mesmo assim, os detentores de criptomoedas têm motivos para prestar atenção. A Cryptopolitan relatou o alerta do pesquisador do Ethereum, Justin Drake, de que a matemática gerada por IA, incluindo o lançamento separado pela OpenAI de 722 manuscritos, poderia eventualmente ameaçar as assinaturas digitais.

Por enquanto, isso permanece como um alerta, não como uma violação demonstrada.

Em julho, o Claude Mythos Preview da Anthropic melhorou um ataque ao HAWK, um candidato a assinatura pós-quântica, após 60 horas de pesquisa. Nenhum sistema implantado foi afetado.

Uma corrida de pesquisa em IA sem linha de chegada à vista

O State of AI 2026 descreve uma crescente corrida entre Anthropic, OpenAI e Google.

As medições internas da Anthropic mostram que o Claude realizou 26% do trabalho de P&D de modelos rastreados em agosto, subindo de menos de 1% em fevereiro. Enquanto isso, o Instituto de Segurança de IA da Grã-Bretanha AI Security Institute relata que a duração de certas tarefas de cibersegurança concluídas por IA está dobrando aproximadamente a cada oito meses.

A IA está ajudando os pesquisadores a fazer descobertas mais rapidamente. Mas um avanço matemático não leva automaticamente a um software melhor. Mesmo que a ETH seja refutada, algoritmos práticos podem levar anos para serem desenvolvidos. Os pesquisadores humanos ainda têm muito trabalho pela frente.

As mentes mais inteligentes do setor de criptomoedas já leem nosso boletim informativo. Quer entrar? Junte-se a eles.