Caso pendente da teoria dos grafos de 30 anos desmorona em uma noite.
Hoje mesmo, o GPT-5.6 Pro refutou a conjectura de trinta anos no campo da teoria dos grafos — Dinitz-Garg-Goemans.
A evidência que ele apresentou foi extremamente direta: uma imagem mostrando o custo do fluxo de pontuação como 58.
E qualquer fluxo indivisível com violação de capacidade não superior a 15 tem custo de pelo menos 60.
58 < 60, uma conjectura da teoria dos grafos de 30 anos foi derrubada.
No mesmo dia, o doutor da Universidade de Columbia, Shouqiao Wang, resolveu seis problemas abertos de Erdős em cinco dias usando o GPT-5.6 Sol junto com o fluxo de trabalho Codex.
Ontem à noite, os novos ganhadores do Prêmio Fields foram anunciados.
Mas agora no meio, circula amplamente um dito: esta pode ser a última edição do Prêmio Fields da humanidade.
Uma conjectura de 30 anos
GPT-5.6 Pro refutado
Desta vez, o registro completo do bate-papo com o GPT-5.6 Pro foi totalmente divulgado.
Dmitry Rybin disse que agora "IA derrubando velhas hipóteses" quase se tornou um meme na internet.
Mas ele realmente se importou com essa questão, passando várias semanas pensando em ambas as direções: prova e refutação.
Ele acrescentou ainda que essa conversa entre humano e máquina é, por si só, um meme perfeito.
Primeiro, esclareça o que é essa questão. Na época, Dinitz, Garg e Goemans provaram uma conclusão muito elegante:
Se existir um fluxo fracionário que satisfaça os limites de capacidade, então certamente existirá um fluxo não fracionário, com o custo de que a capacidade pode ser excedida em até o valor da "demanda máxima".
Goemans depois adicionou uma suposição muito natural: seria possível não aumentar tanto a capacidade, ao mesmo tempo em que se evita o aumento de custos?
Ninguém nunca conseguiu criar esta versão de custo.
Em um artigo do arXiv de 2023, estava aberto; em publicações de janeiro de 2026, ainda está aberto.
Quase todos que fazem stream de imagens já pensaram nisso.
O contraexemplo fornecido pelo modelo é o seguinte: três terminais, com demandas de 15, 10 e 15, respectivamente. Cada terminal possui um “caminho barato” (custo zero) e um “caminho caro” (custo de 30).
O ponto chave é que as três rotas baratas entram em conflito duas a duas. Ao escolher quaisquer duas, sempre haverá uma aresta superlotada.
Assim, qualquer movimento válido pode usar no máximo uma rota barata, e os dois terminais restantes devem usar rotas caras, com custo mínimo de 60.
E o fluxo de pontuação pode usar simultaneamente essas três rotas baratas na proporção de 1/3, 2/5, 1/3, com um custo de apenas 58.
Quem conhece otimização combinatória perceberá imediatamente: este é um desigualdade de conjunto estável de um triângulo.
A solução inteira satisfaz z₁+z₂+z₃≤1, enquanto a solução fracionária é 1/3+2/5+1/3=16/15, maior que 1.
Durante toda a conversa, Rybin disse apenas três frases.
- Primeira frase: Construa um contraexemplo; você precisa fazer uma ruptura, encontre um contraexemplo estruturado.
- Segunda frase: Continue procurando, com uma estratégia clara derivada de uma compreensão profunda da estrutura da questão.
- A terceira frase: Basta alguns resultados; vamos fornecer diretamente um contraexemplo completo e incondicional.
Quem já ganhou uma medalha de ouro na Olimpíada Internacional de Informática agora faz algoritmos.
Dmitry Rybin, que revolucionou a teoria dos grafos de 30 anos, é atualmente cofundador de uma startup de IA de US$ 100 milhões.
Na biografia pessoal, Rybin obteve o doutorado em aprendizado de máquina pela Universidade Chinesa de Hong Kong (Shenzhen).
Destaca-se ainda que ele conquistou a medalha de ouro na Olimpíada Internacional de Matemática para Estudantes Universitários e a medalha de ouro na Olimpíada Nacional de Matemática.
O que realmente o tornou famoso na comunidade foi o artigo de maio de 2025—
Rybin encontrou um algoritmo mais rápido para calcular o produto de uma matriz por sua transposta.
Essa operação pode parecer abstrata, mas é a matriz de covariância estatística, a base do design de chips e comunicação sem fio, e também algo que é constantemente calculado durante o treinamento de grandes modelos hoje em dia.
Logo após outubro, ele publicou outro artigo: reduzir em 10% os cálculos da atenção causal precisa.
Ele tem um repositório no GitHub chamado "Experimentos com OpenEvolve para descoberta e otimização de algoritmos".
Um medalhista de ouro na Olimpíada de Informática, durante seu doutorado, em vez de seguir grandes modelos, mergulhou em "como fazer com que máquinas ajudem as pessoas a descobrir novos algoritmos".
Alunos chineses da Escola de Matemática da Universidade de Pequim
Cinco dias para resolver seis desafios principais
Na mesma linha do tempo, há outro evento.
O doutor da Universidade de Columbia, Shouqiao Wang, afirmou que, usando GPT-5.6 Sol com Codex, resolveu em 5 dias seis problemas de Erdős anteriormente marcados como abertos.
Foram tentadas aproximadamente 13 questões, com uma taxa de sucesso de 46%, sendo que uma única questão foi executada continuamente por 32 horas.
Ele dividiu o método em três pontos.
No processo de seleção de temas, escolha apenas aqueles que os matemáticos já estavam discutindo e use a IA para excluir aqueles fortemente ligados a grandes conjecturas.
Defina você mesmo o que significa “resolver”: reafirme precisamente o problema, especifique o que uma prova completa deve estabelecer, liste quais conclusões mais fracas não contam e aponte as armadilhas específicas deste problema.
Por fim, exija que um agente de confronto independente desafie cada conclusão candidata.
O processo é um ciclo infinito: tentar → falhar → diagnosticar → mudar de rota → escrever rascunho da prova → enfrentar auditoria → consertar.
O modelo refuta repetidamente a si mesmo e ataca seus próprios argumentos até não restar mais nenhum problema substancial.
É digno de nota que uma das questões foi estudada por Terence Tao e ainda permanece sem solução.
Sobre isso, Shouqiao Wang mencionou brevemente: Tenho formação em matemática, mas este fluxo de trabalho não exige conhecimentos matemáticos profundos.
Mas o que ele chamou de "algum tipo de fundo" tem um valor um pouco exagerado.
Aos 13 anos, enquanto seus colegas ainda seguiam o currículo normal do ensino fundamental, ele se inscreveu em nível avançado na Competição de Matemática Euclides da Universidade de Waterloo e ficou em primeiro lugar no mundo.
Nos anos seguintes, 2016 e 2017, ele conquistou duas medalhas de prata na Olimpíada Chinesa de Matemática (CMO) e, naturalmente, garantiu o primeiro lugar na Olimpíada Nacional de Matemática do Ensino Médio de 2017.
Em 2018, com talentos nível máximo, ele abriu as portas do Departamento de Matemática da Universidade de Pequim, onde os deuses competem.
Mas o mais interessante da história é que ele não permaneceu no mundo da matemática pura, conforme o roteiro.
Hoje, ele se transferiu para a Escola de Negócios da Universidade de Columbia para fazer doutorado em decisão, risco e operações.
Ele voltou o foco da análise de equações matemáticas para áreas前沿 com maior tensão real: o estudo de design de mecanismos e teoria dos jogos.
O último Prêmio Fields da humanidade?
Quatro horas e meia para resolver um caso de 30 anos; cinco dias para resolver seis problemas consecutivos.
O Prêmio Fields a ser anunciado esta noite pode realmente se tornar o "último suspiro" da inteligência puramente humana.
Mas este não é o fim, e sim o início da "nova era" de exploração conjunta entre IA e humanos.
Da operação individual à autointeração entre múltiplos agentes, a IA está se tornando progressivamente um “parceiro de pesquisa” capaz de expandir verdadeiramente os limites do conhecimento.
Quão longe está a IA de conquistar seu próprio "Prêmio Fields"?
Referências:
https://x.com/DmitryRybin1/status/2079904005652893709?s=20
https://x.com/Qiaoqiao2001/status/2080003441821163958
Este artigo é do número oficial do WeChat "Nova Inteligência", autor: Apocalipse da ASI, editor: Pêssego