Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)

OpenAI afirma que sua IA refutou a hipótese ETH, na qual se apoiam centenas de trabalhos científicos

A OpenAI afirma que sua IA refutou a hipótese ETH, segundo a qual o tempo de cálculo de certos problemas lógicos cresce inevitavelmente de forma exponencial. É como montar uma escala de turnos com uma centena de restrições: a ETH sustenta que não há como fugir de uma busca completa, e centenas de trabalhos científicos se apoiam nessa premissa. O resultado foi obtido em 16 de outubro e verificado no Lean em 17 de outubro; agora especialistas o analisam, incluindo dois dos autores da hipótese. Por enquanto, trata-se de uma alegação, e não de um acelerador pronto para os seus solucionadores.

Processado por IA de TG: @ai_machinelearning_big_data (Machinelearning); editado por Hamidun News
OpenAI afirma que sua IA refutou a hipótese ETH, na qual se apoiam centenas de trabalhos científicos
Fonte: TG: @ai_machinelearning_big_data (Machinelearning). Colagem: Hamidun News.
Ouvir artigo

Imagine que você está montando a escala de turnos de uma centena de funcionários: cada um tem suas preferências, férias e limites de carga. Quanto mais pessoas e condições, mais combinações precisam ser testadas. A pergunta que teóricos fazem há décadas é se é possível contornar essa explosão de possibilidades ou se ela é inevitável. A hipótese do tempo exponencial, ou ETH, respondia que é inevitável. A OpenAI agora afirma que sua IA encontrou uma refutação dessa hipótese.

O que é a ETH e por que ela é importante

A ETH se refere a uma classe de problemas lógicos em que é preciso atribuir valores a variáveis de modo que todas as condições sejam satisfeitas ao mesmo tempo. A hipótese pressupõe que, para esses problemas, não há como evitar um crescimento exponencial do tempo de cálculo. Em termos simples, cada nova variável aumenta bastante o trabalho, e nenhum truque anula esse crescimento.

Isso não é apenas uma conjectura elegante. Segundo a OpenAI, centenas de trabalhos científicos se baseiam nela. A lógica é esta: "se a ETH é verdadeira, então também não existe um algoritmo rápido para este problema". É assim que se constroem limites inferiores de complexidade para muitos outros problemas. Se a fundação racha, fica em questão toda uma camada de conclusões que dependiam dela.

O que a OpenAI afirmou exatamente

A empresa informa que sua IA encontrou uma refutação da ETH. O resultado foi obtido em 16 de outubro, e em 17 de outubro foi formalizado no Lean. O Lean é um sistema de verificação de provas: cada passo é escrito em uma linguagem rigorosa, e o próprio programa confirma que a conclusão decorre dos passos anteriores. Não é preciso confiar na palavra do autor, seja ele humano ou um modelo.

O resultado não está sendo verificado apenas por máquinas. Ele é estudado por um grupo de especialistas que inclui dois dos autores da hipótese original. Esse é um teste sério: as pessoas que formularam a ETH estão procurando pontos fracos na prova que a derruba.

Ao mesmo tempo, a OpenAI é cautelosa. A empresa propõe tratar os manuscritos produzidos pela IA como material de pesquisa inicial, e não como veredito final. A análise independente continua em andamento. O anúncio fez parte de uma comunicação mais ampla sobre resultados científicos obtidos com IA, mas o caso da ETH é o que mais se aproxima da prática dos desenvolvedores: diz respeito a quão rapidamente, em princípio, é possível resolver classes inteiras de problemas.

O que isso significa para quem trabalha na prática

Sobre expectativas, a própria OpenAI escreve que encontrar algoritmos praticamente úteis com base no resultado exigirá pesquisas adicionais. Isso não significa que seus solucionadores de problemas lógicos ou seus planejadores vão rodar mais rápido amanhã. O fato teórico de que o crescimento exponencial não é obrigatório ainda não fornece um código rápido e concreto que possa ser colocado em produção. O anúncio não traz detalhes sobre como a refutação funciona nem onde ela se aplica, e enquanto eles não forem publicados, é prematuro tirar conclusões sobre efeitos práticos.

Mas algumas lições já aparecem:

  • A verificação formal ajuda a confiar na IA. Quando um modelo entrega um resultado complexo, a revisão manual não escala. O Lean oferece um critério mecânico: a prova fecha ou não fecha. Abordagem semelhante pode ser aplicada a código crítico e a protocolos.
  • Não aceite "impossível" sem questionar. Se o seu produto ou a sua decisão de arquitetura se apoia na afirmação de que "este problema não se resolve rápido", vale entender em qual hipótese ela se sustenta. Parte dessas afirmações está ligada justamente à ETH.
  • Separe alegação de fato. Enquanto a análise de especialistas está em curso, trata-se de uma declaração da empresa, e não de uma questão encerrada. A história da ciência está cheia de provas anunciadas com alarde que não sobreviveram a uma análise cuidadosa.

Para a indústria de IA, o sinal é outro. Os modelos começam a propor resultados que especialistas levam a sério e verificam com a participação dos autores das obras originais. Se a verificação confirmar a refutação, isso será um argumento forte de que a IA é capaz de encontrar algo novo, e não apenas reproduzir o que humanos já descobriram. Se não confirmar, teremos um exemplo claro de como essas alegações precisam passar por um filtro.

De todo modo, vale aguardar a publicação da análise do grupo de especialistas. É ela que vai mostrar em que se baseia a refutação e o que ela muda na prática.

História

Perguntas frequentes sobre a notícia

O que é a ETH e por que ela é importante?

A ETH se refere a uma classe de problemas lógicos em que é preciso atribuir valores a variáveis de modo que todas as condições sejam satisfeitas ao mesmo tempo. A hipótese pressupõe que, para esses problemas, não há como evitar um crescimento exponencial do tempo de cálculo. Em termos simples, cada nova variável aumenta bastante o trabalho, e nenhum truque anula esse crescimento. Isso não é apenas uma conjectura elegante. Segundo a OpenAI, centenas de trabalhos científicos se baseiam nela.

O que a OpenAI afirmou exatamente?

A empresa informa que sua IA encontrou uma refutação da ETH. O resultado foi obtido em 16 de outubro, e em 17 de outubro foi formalizado no Lean. O Lean é um sistema de verificação de provas: cada passo é escrito em uma linguagem rigorosa, e o próprio programa confirma que a conclusão decorre dos passos anteriores. Não é preciso confiar na palavra do autor, seja ele humano ou um modelo. O resultado não está sendo verificado apenas por máquinas.

O que isso significa para quem trabalha na prática?

Sobre expectativas, a própria OpenAI escreve que encontrar algoritmos praticamente úteis com base no resultado exigirá pesquisas adicionais. Isso não significa que seus solucionadores de problemas lógicos ou seus planejadores vão rodar mais rápido amanhã. O fato teórico de que o crescimento exponencial não é obrigatório ainda não fornece um código rápido e concreto que possa ser colocado em produção.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…