A OpenAI afirmou a 8 de setembro que cerca de 10.000 agentes de IA em paralelo produziram uma solução para o problema do movimento de fluidos de Navier-Stokes após cerca de 88 horas de computação, com mais 17 horas de formalização e verificação em Lean a correr no GPT-6 Astra. O sistema gerou uma prova analítica que mostra que um fluido inicialmente suave pode desenvolver uma singularidade em tempo finito mantendo energia finita, resolvendo os casos C e D da formulação do Prémio Millennium. A OpenAI publicou tanto a prova como a sua formalização em Lean para análise independente.
O número de destaque é a escala de computação; a leitura estrutural é o que vem depois. A verificação formal, a mesma técnica usada para provar matematicamente o comportamento de contratos inteligentes, tem estado limitada pelo esforço manual. A experiência da OpenAI aponta para um futuro próximo em que os sistemas de IA conseguem gerar e verificar provas a um ritmo que comprime a etapa de especificação guiada por humanos no novo estrangulamento.
Porque importa
A documentação do Ethereum define verificação formal como o processo de estabelecer se um contrato satisfaz propriedades que os programadores especificaram previamente. Esse enquadramento coloca o ónus na qualidade da especificação. Um provador só pode testar o que é expresso; controlos de acesso, condições de levantamento, invariantes contabilísticas e funções privilegiadas continuam a exigir uma definição humana rigorosa antes de qualquer sistema automatizado os poder testar. À medida que a prova de teoremas se torna mais autónoma, o custo de errar as especificações cresce, enquanto o custo de produzir a própria prova diminui.
O risco específico das criptomoedas decorre em paralelo com uma preocupação que o matemático Terence Tao levantou cinco dias antes do anúncio da OpenAI. Tao advertiu que sistemas de IA autónomos, apoiados por grandes orçamentos de computação, poderiam entregar resultados corretos mantendo grande parte do processo iterativo de descoberta fora do olhar público. Abordagens falhadas e descobertas intermédias produzem frequentemente insights que sobrevivem à prova final. Um provador largamente autónomo poderia, por isso, entregar a equipas de DeFi, de pontes e de ativos tokenizados um artefacto verificado, sem transferir a profundidade de compreensão necessária para o manter.
Perguntas frequentes
-
O que provaram efetivamente os agentes de IA da OpenAI?
Produziram uma solução analítica para o problema do movimento de fluidos de Navier-Stokes, estabelecendo os casos C e D da formulação do Prémio Millennium, e depois formalizaram-na em Lean para revisão independente.
-
Porque é que este avanço importa para a segurança das cripto?
As mesmas técnicas de verificação formal usadas em matemática podem ser aplicadas a contratos inteligentes, e a escala de computação da OpenAI sugere que a prova orientada por IA está agora ao alcance de auditorias em produção.
-
Qual é o novo estrangulamento se a geração de provas for automatizada?
A qualidade das especificações. A documentação do Ethereum nota que um provador só testa o que os programadores especificam, pelo que controlos de acesso, condições de levantamento e invariantes contabilísticas continuam a exigir uma definição humana rigorosa.
-
Sobre o que alertou Terence Tao?
Cinco dias antes do anúncio da OpenAI, Tao advertiu que sistemas de IA autónomos poderiam entregar resultados corretos mantendo a descoberta iterativa fora do olhar público, descartando as abordagens falhadas que frequentemente produzem insights.
-
Quem mais beneficia da prova automatizada de teoremas em DeFi?
Equipas que combinem provadores automatizados com uma conceção rigorosa das especificações, já que o custo marginal de verificar mais contratos por ciclo cai, enquanto a experiência humana se concentra em definir as falhas que nunca podem ocorrer.
WatcherGuru
Crypto News
WuBlockchain
CoinDesk
CoinTelegraph
TheBlock