Desta vez, a empresa também apresentou nova estratégia para envolver pesquisadores independentes na análise dos resultados. A proposta surge após críticas à forma como a OpenAI divulgou centenas de trabalhos matemáticos gerados por IA no início de outubro.

Os três casos terão abordagens diferentes. Na matemática, a empresa publicou diretamente o material produzido pelo modelo. Em ciência da computação, disponibilizou a prova e organizou um grupo externo para examiná-la. Já na física, os especialistas responsáveis decidiram preparar o trabalho antes de divulgar os materiais gerados pela IA.

A OpenAI afirma que os resultados ainda precisam ser transformados em conhecimento científico compreensível e verificável. Portanto, as descobertas anunciadas pela empresa não devem ser tratadas como conclusões definitivamente estabelecidas pela comunidade acadêmica.

A segunda descoberta envolve a Hipótese do Tempo Exponencial, conhecida pela sigla ETH. A conjectura é amplamente utilizada na ciência da computação teórica e sustenta que determinados problemas de satisfatibilidade de fórmulas booleanas não podem ser resolvidos por algoritmos exatos em tempo subexponencial.

A OpenAI afirma que seu sistema encontrou um algoritmo determinístico capaz de contar exatamente as atribuições que satisfazem fórmulas CNF de largura fixa em tempo subexponencial e espaço polinomial. No caso do problema 3-SAT, o resultado contrariaria a ETH.

Se confirmada, a conclusão poderá levar pesquisadores a reexaminar resultados teóricos que dependem dessa hipótese, utilizada em centenas de trabalhos de áreas, como teoria dos grafos, biologia computacional e geometria computacional.

Para examinar a alegação, foi formado um grupo de especialistas liderado por Russell Impagliazzo e Ramamohan Paturi, da Universidade da Califórnia em San Diego (EUA), e Ryan Williams, do Instituto de Tecnologia de Massachusetts (MIT). Impagliazzo e Paturi participaram da formulação original da hipótese, em 1999.