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)
LançamentoAnálise · No radarGuardian→ original

Matemático da Anthropic afirma que o Claude ajudou a provar a hipótese de Riemann em seis semanas

O matemático da Anthropic Levent Alpöge afirma que, com o Claude, provou em seis semanas a hipótese de Riemann, um problema sobre números primos com quase 170 anos. A prova está escrita em código Lean, e o computador verifica cada passo sozinho, como testes automatizados verificam um programa. Por enquanto, a afirmação vem de um único autor, e os matemáticos estão averiguando se o código descreve de fato a hipótese de Riemann. Para quem trabalha com tecnologia, a conclusão é esta: pode-se confiar na IA onde o resultado é checado por uma máquina, e não pelo olhar humano.

Processado por IA de Guardian; editado por Hamidun News
Matemático da Anthropic afirma que o Claude ajudou a provar a hipótese de Riemann em seis semanas
Fonte: Guardian. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalGuardian ↗
Editor-chefe
Dado-chave #1A nota saiu no dia seguinte à estreia da Anthropic na bolsa Nasdaq
Dado-chave #2O italiano Alessandro Masullo levou 12 anos para produzir uma prova incompleta, sem IA
Dado-chave #3O Instituto Clay oferece US$ 1 milhão por solução de cada um dos sete "problemas do milênio"

Imagine que você pediu a uma IA para escrever uma migração complexa de banco de dados. Parece convincente, mas rodar aquilo em produção dá medo: e se o modelo errou com toda a confiança em algum ponto? Agora aumente a aposta para um dos problemas não resolvidos mais conhecidos da matemática. É exatamente essa a situação da hipótese de Riemann, que agora se tenta confirmar ou refutar. Levent Alpöge, matemático americano de origem turca que trabalha na Anthropic, afirma que, junto com o Claude, levou a demonstração até o fim. Por enquanto, é a palavra de uma pessoa só, mas o método de verificação proposto merece atenção de quem trabalha com a tecnologia.

O que exatamente Alpöge afirmou

Na sexta-feira, Alpöge publicou em seu site pessoal uma nota: segundo ele, o Claude ajudou a construir a solução em cerca de seis semanas. Ele escreve que já trabalhava com o modelo havia alguns meses, mas que, na reta final, o modelo "superou de longe" o próprio autor. A nota traz uma frase quase poética, dizendo que o Claude "voou, dançou e brilhou" na linha de chegada.

O problema foi formulado por Bernhard Riemann em 1859, ou seja, tem quase 170 anos. Trata dos números primos, aqueles divisíveis apenas por 1 e por si mesmos. Riemann perguntou com que frequência esses números aparecem e como se distribuem ao longo da reta numérica, e deduziu uma fórmula para estimar quantos primos existem até um determinado limite. A hipótese integra a lista dos sete "problemas do milênio" do Instituto Clay, que oferece US$ 1 milhão por solução de cada um.

O momento da publicação é desconfortável: a nota saiu um dia depois de a Anthropic estrear na bolsa Nasdaq. O próprio Alpöge reconheceu: "O timing é terrível. Se pudesse, teria terminado antes".

Por que o Lean é importante

Alpöge anexou código na linguagem Lean e sustenta que ele permite verificar o resultado. O Lean é um sistema de verificação formal. A demonstração é escrita como um programa, e o computador checa rigorosamente cada passo lógico. A comparação mais próxima são os testes unitários: ou tudo fecha, ou a verificação falha. Assim, desaparece a principal fraqueza dos modelos de linguagem, que é a tendência a produzir raciocínios bem escritos, porém incorretos.

Ainda assim, há ressalvas. Que o código passe no Lean não garante que ele represente a hipótese de Riemann, e não uma versão simplificada dela. Conferir se as formulações batem é tarefa para humanos, e os matemáticos já começaram. No momento da publicação, não há confirmação.

Concorrentes e ceticismo

Alpöge não é o único a reivindicar um avanço. Segundo o New York Times, na sexta-feira o matemático italiano independente Alessandro Masullo publicou uma demonstração incompleta, em que trabalhou por quase 12 anos. Ele não usou IA, porque não confia totalmente nesses sistemas.

Há também o pano de fundo da competição entre laboratórios. Antes, a OpenAI afirmou que uma versão fechada de seus modelos ajudou a resolver parte de outro "problema do milênio". Muitos se surpreenderam com a forma: a empresa, avaliada em quase US$ 1 trilhão, gastou US$ 15 milhões e recorreu a 10 mil sistemas de IA. Naquele momento, Alpöge trabalhava para a Anthropic em um problema diferente.

Parte dos matemáticos reage mal a esse tipo de história. Em setembro, James Robinson, da Universidade de Warwick, disse que lhe incomoda ver grandes empresas "queimando combustível" só para exibir um modelo novo. Ele classificou isso como "vaidade imatura de playground", sustentada por bilhões de dólares e com risco de dano ao clima.

O que isso significa para quem trabalha com tecnologia

O primeiro ponto: a combinação em que o modelo propõe e um verificador formal confere é, hoje, a forma mais confiável de obter da IA resultados em que se pode acreditar. O mesmo princípio vale em escalas menores: testes para código gerado, esquemas para respostas de agentes, verificações automáticas para lógica de negócio crítica. Quanto mais rígida a verificação, menos é preciso confiar na palavra do modelo.

O segundo ponto: enquanto os matemáticos não confirmarem a demonstração, ela não pode ser tratada como fato. Se resistir à análise de especialistas, será o argumento mais forte já apresentado a favor da IA como ferramenta de pesquisa. Se não resistir, ficará o lembrete de que um anúncio retumbante e um resultado verificado são coisas diferentes, sobretudo quando a empresa acabou de abrir o capital.

História

Perguntas frequentes sobre a notícia

O que exatamente Alpöge afirmou?

Na sexta-feira, Alpöge publicou em seu site pessoal uma nota: segundo ele, o Claude ajudou a construir a solução em cerca de seis semanas. Ele escreve que já trabalhava com o modelo havia alguns meses, mas que, na reta final, o modelo "superou de longe" o próprio autor. A nota traz uma frase quase poética, dizendo que o Claude "voou, dançou e brilhou" na linha de chegada. O problema foi formulado por Bernhard Riemann em 1859, ou seja, tem quase 170 anos.

Por que o Lean é importante?

Alpöge anexou código na linguagem Lean e sustenta que ele permite verificar o resultado. O Lean é um sistema de verificação formal. A demonstração é escrita como um programa, e o computador checa rigorosamente cada passo lógico. A comparação mais próxima são os testes unitários: ou tudo fecha, ou a verificação falha. Assim, desaparece a principal fraqueza dos modelos de linguagem, que é a tendência a produzir raciocínios bem escritos, porém incorretos. Ainda assim, há ressalvas.

O que se sabe sobre Concorrentes e ceticismo?

Alpöge não é o único a reivindicar um avanço. Segundo o New York Times, na sexta-feira o matemático italiano independente Alessandro Masullo publicou uma demonstração incompleta, em que trabalhou por quase 12 anos. Ele não usou IA, porque não confia totalmente nesses sistemas. Há também o pano de fundo da competição entre laboratórios. Antes, a OpenAI afirmou que uma versão fechada de seus modelos ajudou a resolver parte de outro "problema do milênio".

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…