IA resolve um capítulo de doutorado em 2 horas, Medalha Fields pode acabar até 2030

Em 23 de julho, a 30ª Conferência Internacional de Matemáticos (ICM) será aberta em Filadélfia, e a Medalha Fields será entregue na cerimônia de abertura.

No dia 18, antes disso, o funcionário técnico da Anthropic, Alek Dimitriev, postou no X: "O prêmio Fields a ser entregue na próxima semana será a última vez que humanos o receberão."

Alek anteriormente trabalhou como engenheiro sênior de aprendizado de máquina no Google, participando da construção do sistema de fine-tuning e inferência do Gemini, e é doutor em aprendizado de máquina pela UT Austin.

No dia seguinte, Christian Szegedy compartilhou o tweet de Alek.

Szegedy tem grande influência no campo do aprendizado profundo; é o autor principal da rede Inception (GoogLeNet), coautor da Normalização por Lote e a primeira pessoa a descobrir e estudar sistematicamente exemplos adversários.

They are all important foundations of modern deep learning.

Szegedy é doutor em matemática pela Universidade de Bonn, entrou na equipe fundadora da xAI em março de 2023 e fundou a Math Inc. em 2025, com foco em criar inteligência superior verificável por meio de autoformalização.

Um está em contato diário com os modelos mais avançados, o outro é um dos fundadores do aprendizado profundo; agora, ambos pesquisam como fazer com que máquinas verifiquem matemática.

Eles todos estão dizendo que a Medalha Fields chegou ao fim.

Naquela tarde, o ganhador da Medalha Fields, Timothy Gowers, apareceu sob o retweet de Szegedy:

Também tive pensamentos semelhantes. No entanto, há um atraso nesse processo, então acho que eles provavelmente conseguirão durar até 2030.

Szegedy interrompeu imediatamente:

Esta é uma aposta de alto risco. Mas acredito que nos próximos dois anos haverá muitas rupturas, e a contribuição da IA se tornará cada vez mais dominante. Isso pode tornar este prêmio difícil de ser concedido de forma justa, conforme seu espírito original.

Embora Gowers não tenha dito diretamente que o Prêmio Fields está prestes a acabar, ele realmente teve ideias semelhantes e forneceu um prazo aproximado: 2030.

E, além disso, ele tem razões para fazer essa suposição.

Dois meses antes deste tweet, ele próprio havia acabado de realizar um experimento.

Em 8 de maio de 2026, Gowers descreveu em um artigo em seu blog pessoal uma experiência recente com o ChatGPT 5.5 Pro.

He said that we all need to continuously raise our evaluation of large models' mathematical abilities, and this time the increase is quite significant.

A questão que ele propôs ao modelo de grande porte vem de um artigo do matemático Melvyn Nathanson.

O título é mais ou menos assim.

Escolha k números inteiros para formar o conjunto A; some todos os pares de números dentro dele para obter todos os resultados distintos, formando outro conjunto chamado conjunto-soma. Nathanson exigiu que o número de elementos em A e o número de elementos no conjunto-soma sejam previamente fixados.

A única pergunta é: sob as condições dadas, qual é o menor valor possível para o maior número em A?

Em outras palavras, quão compactos esses k números podem ser.

A resposta dada por Nathanson é da ordem de 2 elevado a k. Por exemplo, com 20 números, o maior deles precisa ser cerca de um milhão. Ele deixou uma pergunta no artigo: essa cota pode ser melhorada?

O ChatGPT 5.5 Pro pensou por 17 minutos e 5 segundos e entregou uma construção que reduziu ao nível quadrático. Com os mesmos 20 números, o maior deles é apenas de algumas centenas. E isso já é ótimo, não pode ser reduzido mais.

Gowers pediu novamente que ele escrevesse o argumento no formato padrão de pré-impressão matemática, entregando em 2 minutos e 23 segundos.

Então ele aumentou a aposta e propôs uma versão mais difícil: é possível melhorar o limite no artigo do estudante do MIT Isaac Rajagopal?

16 minutos e 41 segundos, o modelo reduziu aquele limite de “expansão exponencial com k” para “expansão exponencial com a raiz quadrada de k”, e mais 47 minutos e 39 segundos foram gastos para escrever o preprint. Rajagopal pessoalmente revisou e disse que parece correto.

Gowers perguntou se poderia ir ainda mais longe, reduzindo até o nível polinomial, eliminando completamente o crescimento exponencial.

13 minutos e 33 segundos, o modelo disse que há possibilidade, mas precisava verificar duas proposições técnicas. Ele o enviou para verificação. 9 minutos e 12 segundos, verificação concluída. Mais 31 minutos e 40 segundos, o preprint foi gerado.

A avaliação de Rajagopal foi: quase certamente correta. Ele enfatizou especialmente que não apenas passou na verificação linha a linha, mas também a ideia está correta.

O tempo total foi inferior a duas horas. Gowers avaliou esse resultado como: equivalente a um capítulo perfeitamente razoável em uma tese de doutorado em combinatória.

O que realmente dói é a frase que ele acrescentou depois:

Minha entrada matemática foi zero, e eu nem fiz nenhuma variação na prompt.

Gowers revisita no blog que os primeiros chamados "grandes modelos resolveram problemas de nível de pesquisa" — dá para rir e deixar passar:

Muitas das chamadas soluções são, na verdade, descobertas pelo modelo de que a resposta já estava nos documentos ou podia ser facilmente deduzida a partir de resultados conhecidos.

Gradualmente, esses risos foram diminuindo.

Depois, ao encontrar argumentos que pareciam inteligentes à primeira vista, muitas vezes era possível descobrir precedentes com uma investigação mais aprofundada. Assim, ainda era possível se consolar com a frase: “É apenas uma montagem de conhecimentos já existentes, não é uma ideia verdadeiramente original.”

Desta vez, nem mesmo essas palavras de conforto restam.

Isaac Rajagopal, cujo trabalho foi reescrito por IA, dedicou uma seção específica no blog de Gowers para explicar o que o modelo realmente criou.

Ele não elogiou imediatamente, mas avaliou separadamente as duas melhorias do modelo.

Primeiro passo: reduzir de escala exponencial para escala de raiz quadrada. Sua avaliação foi que isso é uma modificação padrão do meu trabalho. Seguindo a linha de raciocínio do artigo dele, é possível derivar isso.

O que realmente o deixou inquieto foi o segundo passo: livrar-se completamente da expansão exponencial.

Essa sequência de números estava dobrando constantemente: 1, 4, 16, 64, subindo muito rápido.

ChatGPT mudou de abordagem: primeiro, encontra um conjunto de números que, somados entre si, não geram colisões; escolha qualquer quantidade desses números para somar, e sua soma nunca coincidirá com a de outro grupo; depois, multiplica cada número por um mesmo fator e faz uma cópia.

Assim, a relação do tipo “quatro pequenos equivalem exatamente a um grande” da sequência de dobro foi exatamente replicada, e todos os números foram mantidos dentro de um intervalo muito pequeno.

Rajagopal disse que é como encaixar meia série geométrica dentro de um intervalo polinomial, algo bastante contraintuitivo. E, segundo ele, essa ideia é totalmente original:

Esta é o tipo de ideia que eu pensei durante uma ou duas semanas e me sentiria muito orgulhoso por ter criado. E o ChatGPT encontrou e comprovou isso em menos de uma hora.

Logo após a publicação do blog de Gowers, a OpenAI anunciou outra coisa: um modelo interno de raciocínio geral que refutou a conjectura das distâncias unitárias no plano proposta por Erdős em 1946.

Noga Alon, de Princeton, disse que este é um dos problemas favoritos de Erdős, e a solução fornecida por este modelo interno da OpenAI, em sua opinião, resolveu completamente este problema histórico, mudando o consenso de décadas.

O teórico dos números Arul Shankar foi ainda mais direto, afirmando que ele prova que os modelos atuais de IA não são apenas assistentes dos matemáticos humanos, mas têm a capacidade de gerar insights originais e sofisticados e transformá-los em resultados práticos.

Também representando a comunidade matemática ao lado de Alon, Shankar e Gowers está Jacob Tsimerman, que subirá ao palco do Prêmio Fields em 23 de julho.

Na noite de 13 de julho, o site oficial do ICM 2026 sofreu um incidente. Quatro registros marcados como "HIDDEN Fields Medal Talks" foram descobertos, antecipando a lista de vencedores deste ano:

Yu Deng (Universidade de Chicago), John Pardon (Universidade de Stony Brook), Jacob Tsimerman (Universidade de Toronto), Hong Wang (NYU Courant e IHES).

According to reports, each of the four individuals solved a problem that had been pending for 30 to 125 years.

E Tsimerman revelou um fato ao avaliar a prova de IA: ele próprio havia estudado brevemente o problema, tentando construir contraexemplos, mas não conseguiu avançar.

Ele está prestes a receber a mais alta honraria matemática para a humanidade, mas nesse problema de Erdős, ele acabou de perder para a IA.

Voltando ao Szegedy.

Ele disse que o Prêmio Nobel reconhece conquistas que impulsionam uma disciplina adiante, enquanto o Prêmio Fields reconhece gênios relativamente jovens, com o objetivo de incentivá-los a continuar com a matemática.

Se a componente de IA nesse tipo de conquista for difícil de avaliar, então todo o significado da Medalha Fields fica em questão.

Na seção de comentários, certamente há quem não concorde. Alguém respondeu a ele: Isso não faz sentido, pois a Medalha Fields é, por definição, concedida ao melhor matemático humano.

Mas o foco da controvérsia já se deslocou: no era da IA, quais critérios devem ser usados para determinar "isto foi feito por você"?

Gowers já apresentou em seu blog uma hipótese:

Se um matemático resolver um problema significativo por meio de longas conversas com um grande modelo, desempenhando um papel eficaz de orientação, mas deixando todo o trabalho técnico e as ideias principais para o modelo, consideraríamos isso uma grande conquista desse matemático?

A resposta dele é: não.

Ele também disse que, se o seu objetivo em fazer matemática é, de algum modo, alcançar a imortalidade, deixando seu nome permanentemente ligado a um teorema ou uma definição, você precisa entender que isso pode não durar muito tempo.

Mas ainda vale a pena lutar contra os desafios.

Gowers diz que o valor está na capacidade de obter insights sobre o próprio processo de resolução, algo que não se pode obter apenas lendo as respostas dos outros.

Ele deu um exemplo: pessoas que escrevem bom código também são mais competentes ao usar IA para escrever código do que pessoas com habilidades medianas; pessoas com uma base sólida em aritmética conseguem identificar mais facilmente quando a resposta de uma calculadora está errada.

A era de deixar o nome em um teorema pode estar chegando ao fim. Mas a "sensibilidade" adquirida ao resolver problemas difíceis está se tornando uma habilidade básica para dominar a IA.

Na upcoming Conferência Internacional de Matemáticos, outro ganhador da Medalha Fields, Terence Tao, ministrará uma palestra aberta intitulada “A Matemática na Era da IA”.

Agenda de eventos públicos do ICM divulgada pela Simons Foundation: em 24 de julho à noite, Terence Tao ministrará a palestra "Matemática na Era da IA". (Crédito da imagem: Simons Foundation)

Em maio deste ano, após ministrar a palestra "Novo Fluxo de Trabalho Matemático" em Stanford, ele anunciou no Mathstodon que mudaria seus hábitos de trabalho: não tentaria mais acompanhar em tempo real todas as novas provas.

Por causa da velocidade com que a IA gera provas, já superou a velocidade com que os humanos as digerem.

Ele também mencionou uma sugestão: talvez fosse adequado criar locais distintos para a publicação da matemática gerada por IA e da matemática humana, assim como rodovias e calçadas.

Além do comitê de avaliação da Medalha Fields, cada doutorando escolhendo um tema, cada orientador orientando alunos e o sistema existente de avaliação acadêmica estão sendo empurrados para 2030.

Gowers já fez um cálculo de tempo: os estudantes de doutorado que ingressarem neste outono só poderão se formar mais cedo em 2029.

Ele acha que, naquela época, o que significava fazer pesquisa matemática já poderia ter se tornado irreconhecível.

Referências:

https://x.com/tensor_rotator/status/2078335791156310369

https://x.com/haider1/status/2078993287634137424

https://x.com/ChrSzegedy/status/2078624857223536824

https://gowers.wordpress.com/2026/05/08/a-recent-experience-with-chatgpt-5-5-pro/

Este artigo é do canal oficial do WeChat "Nova Inteligência", autor: Apocalipse da ASI, editor: Yuan Yu