Pesquisa

OpenAI e Anthropic afirmam ter refutado a Hipótese do Tempo Exponencial com IA

Modelos das duas empresas geraram algoritmos subexponenciais para problemas complexos, desafiando premissas de décadas ligadas a P versus NP e levantando debates sobre criptografia.

Capa ilustrativa da editoria Pesquisa

Por que importa. A refutação da hipótese mexe com as bases teóricas de complexidade computacional que balizam a segurança criptográfica moderna e o custo de resolver problemas difíceis de otimização em software.

Modelos de inteligência artificial da OpenAI e da Anthropic apresentaram soluções que refutam a Hipótese do Tempo Exponencial (ETH), uma premissa clássica da ciência da computação sobre o tempo necessário para resolver problemas complexos. A movimentação começou com a publicação da OpenAI sobre três problemas abertos em exatas, seguida horas depois por uma refutação própria lançada pela Anthropic, segundo reportagem do TechCrunch. O anúncio da Anthropic ocorreu logo após o matemático Levent Alpöge, da própria empresa, sugerir que a rival havia se baseado em trabalhos pré-existentes.

Formulada em 1999 pelos pesquisadores Russell Impagliazzo e Ramamohan Paturi, da Universidade da Califórnia em San Diego, a ETH sustenta que mesmo o computador mais rápido precisa de tempo exponencial para resolver determinados problemas de lógica conforme o número de variáveis cresce. Trata-se de um pilar associado ao debate de P versus NP, a clássica questão sobre se problemas cuja resposta é fácil de conferir também podem ser resolvidos de forma rápida por algoritmos. Ao apresentarem lógicas que rodam em tempo subexponencial, os modelos das duas companhias atacam diretamente essa suposição.

A reação da comunidade acadêmica misturou entusiasmo com ceticismo técnico diante do formato adotado pelos laboratórios de IA. Para avaliar o material, o professor Ryan Williams, do Instituto de Tecnologia de Massachusetts (MIT), organizou uma resposta coletiva de pesquisadores ao lado dos próprios autores da hipótese, Impagliazzo e Paturi. O grupo publicou uma carta aberta pedindo retorno da comunidade científica e propôs a realização de uma conferência financiada pela OpenAI para debater os novos algoritmos.

Dúvidas sobre algoritmos e impacto em criptografia

Em declarações ao TechCrunch, Williams relatou que a demonstração da OpenAI mescla trechos rotineiros com partes descritas por ele como muito incomuns, o que exige escrutínio amplo dos especialistas. Na visão do professor do MIT, os resultados levam os cientistas da computação a darem mais peso à plausibilidade de P ser igual a NP, embora ele considere improvável que a solução atual da OpenAI represente o algoritmo mais eficiente possível para a classe avaliada.

A revisão da hipótese acende alertas imediatos fora do campo puramente teórico, sobretudo na segurança da informação. Sistemas de criptografia largamente utilizados em produtos digitais dependem da dificuldade computacional de reverter operações matemáticas em prazos práticos. Caso algoritmos subexponenciais gerais se confirmem, determinados tamanhos de chave criptográfica poderiam ter sua proteção reduzida ou anulada.

Questionada sobre os riscos práticos, a OpenAI afirmou que já realizou checagens internas preventivas. De acordo com Williams, o líder científico da empresa, Dan Roberts, declarou que o laboratório avaliou os impactos em sistemas criptográficos e concluiu, com razoável confiança, que a refutação da ETH não implica a quebra de mecanismos de segurança atualmente em produção.

Mudança no formato de publicação das descobertas

O episódio reflete também um ajuste na forma como os laboratórios de fronteira entregam trabalhos teóricos à comunidade. Anteriormente, Williams havia criticado divulgações em lote da OpenAI chamando-as de um ataque de negação de serviço contra matemáticos. Desta vez, a OpenAI separou o material por área: matemáticos receberam arquivos diretamente no GitHub, cientistas da computação formaram um comitê conjunto e físicos organizaram um grupo para definir como seu resultado específico virá a público.

Apesar do alinhamento inicial entre pesquisadores e laboratórios, a validação acadêmica formal dos algoritmos gerados pelos modelos ainda está em andamento. Não há prazo divulgado pelas fontes para a conferência proposta ou para a publicação de uma revisão independente completa que ateste formalmente a integridade dos passos matemáticos apresentados por OpenAI e Anthropic.

Fontes

  • TechCrunch: Frontier AI labs say their models refuted the Exponential Time Hypothesis. What does that mean?

Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.

WhatsAppLinkedInX
Voltar para a edição

Mais em Pesquisa

Ver todas

Quem constrói lê

Receba o Flipters no seu e-mail. A newsletter de IA para quem está tirando produto do papel.