Avançar para o conteúdo

Uma inteligência artificial pode ter resolvido o enigma dos números primos?

Em resumo

Um modelo de inteligência artificial chamado Claude produziu um possível caminho para resolver um dos problemas mais famosos da matemática. Especialistas conferiram o trabalho com um programa e, até agora, as verificações deram certo. Ainda falta um teste importante para confirmar que o programa provou exatamente o problema que os pesquisadores queriam resolver.

Um antigo mistério sobre os números primos

A história começou em 1859, quando o matemático Bernhard Riemann propôs uma hipótese sobre a distribuição dos números primos. Primos são números que só podem ser divididos exatamente por si mesmos e pelo número 1. Quando observados um a um, parecem espalhados sem ordem pela sequência dos números. A hipótese, porém, aponta para a existência de uma regularidade profunda por trás dessa distribuição, um padrão que não aparece com facilidade quando se examinam apenas alguns números.

A importância do problema vai muito além de um enigma matemático interessante. A questão trata da estrutura que organiza os números primos, elementos fundamentais da matemática. Por isso, se a hipótese for de fato demonstrada, o resultado será mais do que uma façanha técnica ou a solução de uma equação específica: será uma prova sólida sobre um padrão cuja natureza intriga os matemáticos desde o século XIX.

Mas a dimensão extraordinária da afirmação não garante que ela esteja correta. Em matemática, não basta que um resultado pareça razoável ou que uma sequência de etapas seja longa e convincente para quem a lê. Cada passo precisa decorrer do anterior segundo regras bem definidas, e a conclusão tem de corresponder exatamente ao que o problema original afirma. Essa diferença entre a validade do raciocínio e a correspondência entre a prova e a pergunta é uma das razões pelas quais o trabalho está sendo examinado para além de uma simples leitura.

Da afirmação de Levent Alpöge à prova em código

O matemático Levent Alpöge, ligado à Anthropic, anunciou que usou o modelo de inteligência artificial Claude para encontrar uma solução para a hipótese de Riemann. A notícia despertou grande interesse porque esse é um dos problemas em aberto mais conhecidos da matemática e porque o trabalho atribuído ao modelo de linguagem não foi apresentado como ajuda em um cálculo isolado, mas como uma prova completa.

Segundo as informações disponíveis, Alpöge não se limitou a apresentar um raciocínio escrito na linguagem matemática habitual. Ele também formalizou a prova em Lean, uma linguagem computacional usada para representar demonstrações e verificá-las segundo regras precisas. Nesse método, as etapas matemáticas são convertidas em uma forma que o programa consegue testar. Assim, a verificação não depende apenas de um leitor humano perceber todos os detalhes ou presumir que determinada passagem está correta.

Esse tipo de checagem oferece uma maneira poderosa de encontrar erros, como uma etapa que não decorre das premissas ou uma conclusão que as regras apresentadas não autorizam. Se o código é compilado pelo sistema, isso indica que o núcleo de Lean não encontrou uma falha lógica na estrutura submetida à verificação. Mas, por si só, esse resultado não responde a uma pergunta crucial: a estrutura codificada representa mesmo a hipótese de Riemann tal como os matemáticos a entendem, ou representa uma afirmação parecida na forma, mas diferente no significado?

Por que a aprovação do Lean não basta?

A diferença entre essas duas perguntas pode ser comparada à que existe entre conferir a solução de um exercício e verificar, antes disso, se o enunciado foi copiado corretamente. O programa pode fazer a checagem com precisão e confirmar que a conclusão decorre da afirmação que recebeu. Mas, se essa afirmação não for a hipótese em questão, a aprovação do teste não transforma o resultado em uma prova do problema original.

Por esse motivo, o matemático Kevin Buzzard, do Imperial College London, concentrou-se em examinar o enunciado do teorema incluído no arquivo de Lean e compará-lo com a formulação conhecida da hipótese. Para avaliar uma prova formal, não basta saber que ela pode ser compilada: é preciso confirmar que os símbolos e conceitos usados no código significam o que deveriam significar e que a afirmação demonstrada corresponde ao objetivo matemático anunciado. Isso não põe em dúvida a utilidade da verificação computacional; é uma análise de uma questão que a compilação, sozinha, não consegue resolver.

A cautela se explica porque os programas trabalham com definições e símbolos específicos, não com as intenções expressas por quem apresenta a prova em um anúncio ou em uma explicação. Se a definição de um símbolo mudar, ou se uma afirmação for interpretada de forma inesperada, o sistema pode parecer ter demonstrado o resultado quando, na verdade, demonstrou outra coisa. Por isso, é necessário examinar o conteúdo do código, em vez de confiar apenas na mensagem de que o programa o aceitou.

É importante separar dois níveis de confiança. O primeiro é saber se os passos codificados formam um raciocínio coerente segundo as regras aplicadas por Lean. O segundo é confirmar que esses passos, por mais coerentes que sejam, dizem respeito à hipótese correta e à formulação pretendida. Alcançar o primeiro nível é muito importante, mas não substitui o segundo. Daí a necessidade de uma revisão independente tanto da afirmação matemática quanto da maneira como o código a trata.

Uma nova verificação independente aumenta a confiança

Alpöge não deixou a verificação restrita à execução da prova em seu próprio computador. Pesquisadores independentes também examinaram o trabalho, entre eles Andrew Sutherland, matemático do Massachusetts Institute of Technology. Eles conseguiram compilar a prova em Lean por conta própria, sem encontrar problemas nessa etapa. Isso é especialmente relevante porque o resultado já não depende apenas do ambiente de quem escreveu o código ou de uma única tentativa feita pelo próprio autor.

Sutherland explicou que a prova passou pela verificação do núcleo de Lean, a parte que confere a validade dos raciocínios formais, e que o processo se apoiou em apenas três axiomas padrão. Nesse contexto, axiomas são pontos de partida aceitos dentro do sistema matemático utilizado, e não resultados inventados pelo programa. Na avaliação de Sutherland, a chance de haver algo suspeito nessa etapa parece muito próxima de zero.

Essa avaliação, no entanto, precisa ser entendida dentro dos limites do que foi efetivamente testado. A compilação independente é uma evidência forte de que a prova, tal como foi escrita em Lean, passa pela verificação do núcleo nas condições utilizadas e de que o resultado não depende apenas de uma execução feita por seu autor. Mas isso não significa automaticamente que todas as dúvidas sobre a formulação do teorema ou a definição dos símbolos foram resolvidas. Os pesquisadores ainda estão fazendo uma comparação mais cuidadosa.

Também é importante lembrar que essa verificação não substitui por completo o julgamento humano em matemática. O sistema aplica regras formais à formulação que recebe; cabe aos especialistas confirmar se o sentido dessa formulação corresponde ao problema em questão. A checagem combina, assim, a capacidade dos computadores de testar muitas etapas minuciosas com a experiência dos matemáticos para interpretar o teorema e determinar se a prova realmente trata dele.

O teste que ainda falta

A etapa aguardada pelos pesquisadores é conhecida como teste comparativo. A ideia é testar o trabalho de uma maneira voltada a detectar possíveis diferenças entre o significado anunciado da hipótese e aquilo que o código realmente executa. O procedimento deve ajudar a descobrir, por exemplo, se o programa mudou o sentido de algum símbolo no enunciado do teorema ou o redefiniu de um modo que altera a afirmação demonstrada.

Quando executado de forma especialmente rigorosa, o teste também procura confirmar que o código funciona com vários sistemas independentes de verificação, e não apenas com o sistema oficial de Lean. Usar mais de um mecanismo ajuda a descartar a possibilidade de que a prova tenha sido aprovada por causa de uma falha desconhecida no verificador oficial, explorada pelo código, em vez de ter passado por ser matematicamente válida. Segundo Buzzard, se a intenção é afastar também esse tipo de possibilidade, não basta que o trabalho passe por uma única verificação.

Isso não quer dizer que os pesquisadores já tenham encontrado uma falha ou um truque na prova. As informações disponíveis não apontam para um problema descoberto; indicam apenas que ainda falta realizar um teste adicional. Há uma diferença fundamental entre dizer que a prova falhou e dizer que o processo de verificação ainda não terminou. Até o momento, os resultados independentes são positivos, mas ainda não foi concluída a análise de todas as questões técnicas levantadas pelos especialistas.

De acordo com as explicações disponíveis, esse tipo de teste costuma levar algumas horas. Mas o fato de geralmente ser rápido não torna o resultado uma formalidade: o objetivo é verificar se o código representa a prova corretamente e se as ferramentas de verificação são independentes. Até que haja um resultado positivo, a descrição mais precisa é que a afirmação passou por testes importantes, enquanto o teste comparativo ainda precisa completar o quadro.

O que o resultado pode significar para a matemática?

Se a prova passar pelas verificações restantes, será um exemplo marcante do uso da inteligência artificial para produzir um trabalho matemático que pode ser formalizado e testado de maneira reproduzível. Uma vantagem dessa abordagem é que a avaliação não depende exclusivamente da reputação de quem anuncia o resultado nem do poder de convencimento da apresentação: outros pesquisadores podem executar o código e conferir se as etapas passam por um sistema formal independente.

Mas chamar o caso de uma conquista da inteligência artificial não deve esconder as diferentes etapas do trabalho matemático. Produzir a prova, formalizá-la em Lean e confirmar que a formalização corresponde à hipótese são tarefas distintas, que precisam ser avaliadas separadamente. Mesmo que o modelo Claude tenha produzido a sequência de raciocínios, a validade do resultado não vem da identidade do modelo nem de sua capacidade de escrever. Ela depende de a prova passar por testes rigorosos e de a comunidade matemática confirmar que o que foi demonstrado é, de fato, a afirmação pretendida.

A importância da verificação formal, neste caso e em outros, está justamente em permitir que outras pessoas repitam a checagem. Isso oferece uma forma mais reproduzível de análise do que depender da leitura isolada de alguém. Ao mesmo tempo, traz uma responsabilidade adicional: revisar as definições do problema, entender exatamente o que o sistema está verificando e reconhecer os limites das ferramentas utilizadas. A confiança não nasce apenas de uma mensagem dizendo que algo foi aprovado; depende de saber o que passou, segundo quais regras e com base em que formulação.

Com as informações disponíveis, ainda é cedo para tratar a hipótese de Riemann como definitivamente resolvida. A notícia apresenta uma afirmação extraordinária, apoiada até agora pela compilação independente da prova em Lean e pelo uso de três axiomas padrão, mas também informa que o teste comparativo não foi concluído. Essa distinção é essencial: um avanço importante na verificação não deve ser confundido com um anúncio final antes que os especialistas terminem os testes que consideram necessários.

Conclusão

A prova da hipótese de Riemann atribuída ao modelo Claude desperta entusiasmo, mas também exige cautela. Levent Alpöge anunciou que encontrou uma solução, e matemáticos independentes, entre eles Andrew Sutherland, do Massachusetts Institute of Technology, conseguiram compilar o código em Lean sem erros. O núcleo do sistema também verificou a prova com base em três axiomas padrão. São sinais fortes de que a demonstração formal é consistente, mas ainda não respondem, por si sós, se a formulação codificada corresponde à hipótese original proposta por Riemann em 1859.

Por isso, os especialistas aguardam o resultado do teste comparativo, que examina as definições dos símbolos e testa o código com sistemas independentes de verificação para descartar mudanças de significado ou dependência de uma falha em uma única ferramenta. Até que essa etapa seja concluída, não se trata de um anúncio definitivo, mas tampouco há evidências de que a prova contenha um erro. O que existe é uma afirmação apoiada por verificações importantes e ainda sujeita à última fase de análise. Em uma nota editorial datada de 20 de novembro de 2026, a reportagem foi descrita como uma história em andamento, sujeita a atualizações — uma caracterização adequada para uma prova que ainda aguarda a conclusão da verificação.