Por 80 anos, um dos problemas mais teimosos da geometria combinatória ficou na prateleira, ocasionalmente retirado por matemáticos ambiciosos, mas nunca totalmente resolvido. Agora, uma IA o resolveu.
Um modelo interno de raciocínio geral da OpenAI produziu uma prova que resolve o problema da distância unitária planar, uma conjectura proposta pela primeira vez pelo lendário matemático húngaro Paul Erdős em 1946. A prova, com cerca de 125 páginas, estabelece uma família infinita de configurações planares com mais pares de distância unitária do que as disposições tradicionalmente consideradas ótimas. Em termos simples: a IA encontrou padrões geométricos que quebram um limite que os matemáticos acreditavam ser válido por oito décadas.
O que a prova realmente diz
O problema da distância unitária planar pergunta: dado n pontos em um plano, qual é o número máximo de pares que podem estar exatamente a uma unidade de distância? Erdős conjecturou um limite superior para esse valor, e por décadas, as melhores configurações conhecidas foram estruturas semelhantes a uma grade que pareciam confirmar sua intuição.
O modelo da OpenAI seguiu um caminho completamente diferente. Em vez de iterar sobre arranjos de grade conhecidos, abordou o problema por meio da teoria dos números algébricos, conectando-o a estruturas matemáticas avançadas chamadas torres de corpos de classes infinitas. O resultado é uma família infinita de configurações que superam as tradicionalmente aceitas como ótimas, refutando diretamente o limite superior conjecturado por Erdős. A melhoria foi quantificada com um expoente de aproximadamente 0,014.
Quem o verificou e por que isso importa
Tim Gowers, ganhador da Medalha Fields, revisou o trabalho. Também o fez Will Sawin, matemático da Princeton. Ambos validaram a correção da prova. Sawin especificamente quantificou a melhoria no valor aproximado de 0,014 no expoente.
O anúncio ocorreu por volta de 20 de maio de 2026 e imediatamente redefiniu a conversa sobre o que os sistemas de raciocínio de IA podem fazer em contextos de pesquisa pura.
O que isso significa além da matemática
As técnicas envolvidas, particularmente a teoria dos números algébricos e a construção de objetos matemáticos novos, têm relevância direta para sistemas de verificação formal e prova de conhecimento zero.
A verificação formal é o processo de provar matematicamente que o código faz o que se supõe que faça. Se modelos de raciocínio de IA puderem gerar e validar provas no nível demonstrado aqui, o custo e o prazo para verificar formalmente protocolos complexos poderão cair drasticamente.
Provas de conhecimento zero, a técnica criptográfica que sustenta blockchains focadas em privacidade e soluções de escalonamento como zk-rollups, são construídas sobre fundamentos algébricos profundos. O tipo de teoria dos números algébricos que o modelo da OpenAI empregou para resolver esse problema reside no mesmo bairro matemático.
Nenhum token de criptomoeda específico está vinculado a este resultado, e qualquer pessoa que afirme o contrário está se antecipando aos fatos.