A startup de IA Physical Superintelligence (PSI) afirma que o pesquisador David Turturean usou o acesso antecipado ao modelo Fable 5.2, da Anthropic, para resolver a conjectura de Aaronson-Ambainis, uma questão sobre se computadores quânticos conseguem resolver certos problemas mais rápido que computadores clássicos. O resultado é negativo: ele mostra que uma das rotas para esses ganhos de velocidade é um beco sem saída, embora não todas as rotas.

Um laboratório startup orientado por IA afirma que suas ferramentas resolveram um problema de computação quântica com 18 anos, e o pesquisador que fez o trabalho diz que o resultado pode ser o último artigo que ele publica no modelo tradicional.

O que a PSI e o modelo da Anthropic resolveram?

David Turturean, recém-formado pelo MIT e integrante da equipe técnica da Physical Superintelligence (PSI), usou o acesso antecipado ao modelo Fable 5.2, da Anthropic, para resolver a conjectura de Aaronson-Ambainis. O problema trata de saber se computadores quânticos conseguem resolver certos problemas mais rápido que computadores clássicos. Turturean adiou os planos de cursar um mestrado no laboratório de ciência da computação e IA do MIT para se juntar à PSI.

“Estou totalmente aceitando a ideia de que este pode ser o último artigo que eu publico”, disse Turturean à TechCrunch. “Daqui a alguns meses, por que alguém publicaria um artigo?”

Scott Aaronson, um dos dois pesquisadores que propuseram originalmente o problema, afirmou que não entende totalmente a prova. Ainda assim, acredita que ela está correta. A prova foi autoformalizada em Lean, uma linguagem de programação para matemática, e uma equipe de pesquisadores de destaque a revisou depois que a PSI compartilhou a solução com eles.

Por que o resultado em computação quântica é importante?

O resultado fecha uma porta. Ele mostra que um dos caminhos que computadores quânticos poderiam seguir para resolver certos problemas difíceis em alta velocidade é um beco sem saída, mas não descarta todos os caminhos desse tipo. “É um resultado negativo que permite às pessoas saber: ok, não estamos mais procurando ali”, disse Turturean.

Aaronson afirmou sentir uma mistura de emoções com a notícia, descrevendo-se como satisfeito, impressionado, decepcionado e exausto. Em seu relato, ele observou que uma prova completa da conjectura era um dos últimos problemas abertos importantes em complexidade de consultas quânticas que os pesquisadores consideravam centrais. Ele disse ter ficado surpreso por ela não aparecer em uma recente lista de problemas resolvidos divulgada pela OpenAI. “Certamente eles tentaram, então será que o problema era realmente tão mais difícil do que todos os outros que foram resolvidos?”, escreveu.

O episódio reforça a proposta da PSI. A empresa aposta que resolver problemas científicos exige sistemas especializados, com arcabouços e estruturas de apoio aos modelos, e não apenas um sistema de uso geral. “Um sistema de pesquisa eficaz deveria ter muitos elementos ligados a arcabouços, muitos ligados a ferramentas, sistemas de memória e infraestrutura de simulação”, disse o CEO da PSI, Matt Pines, à TechCrunch. “Você quer ser capaz de realmente atacar um problema em amplitude e profundidade, e considerar uma ampla gama de alternativas possíveis.”

Por enquanto, a empresa ganha dinheiro usando suas ferramentas para otimizar data centers. Seu software simula as variáveis de calor, energia, água e som, nas quais, segundo Pines, “o desempenho desse local, assim como seu impacto na comunidade, são uma função direta de sua física”. O objetivo de longo prazo é transformar avanços da física teórica em tecnologias reais.

Pines disse que a proposta era mais difícil de vender até pouco tempo atrás. “Seis a nove meses atrás, quando eu conversava com investidores, eu meio que precisava forçar a barra para validar essa condição, certo?”, afirmou. “E ainda não está lá, mas está a caminho.”

A IA já produziu soluções notáveis em matemática e ciência da computação, áreas em que os resultados podem ser expressos e verificados como código. Ciências da vida e física são mais difíceis. Na semana passada, a startup Discovered Materials lançou um desafio de US$ 1 milhão para pesquisadores que usam IA para enfrentar problemas como supercondutividade e dissipação de calor.

Como a PSI verifica resultados gerados por IA contra a realidade?

Pines afirmou que a física apresenta um tipo de verificação diferente da matemática. “No fim das contas, a física é diferente da matemática porque se trata do mundo real … a natureza dá um voto nos seus modelos da realidade”, disse. A PSI está focada em encontrar a maneira mais eficiente de transformar resultados computacionais em dados validados por meio de experimentos.

Pines descreveu esse processo como um ciclo de retroalimentação. “Se é um fato verdadeiro da natureza, então é um truque que você pode explorar”, disse. “Você poderia construir um dispositivo com isso, certo? A IA sugere uma ideia; ela permite que você faça algo no mundo que antes não conseguia fazer… e cada um desses é um tipo de ciclo que a PSI está construindo.”

À medida que os chamados “neolabs para ciência” surgem como um caminho para pesquisas potencialmente revolucionárias, a área ainda está definindo suas regras. A PSI manteve o resultado em sigilo até que o modelo da Anthropic estivesse quase pronto para lançamento, o que deu à empresa tempo para compartilhá-lo com pesquisadores relevantes.

Jim Halverson, professor da Northeastern University que assessora a PSI, afirmou que a empresa queria lidar com o resultado de forma responsável. “Como acadêmicos, quisemos desempenhar nosso papel fazendo as coisas do jeito certo”, disse. Halverson participará na próxima semana de uma cúpula no MIT, onde físicos de destaque pretendem discutir como responder ao ritmo mais acelerado da ciência. “As melhores práticas ainda estão surgindo… Achamos que a transparência é um bom caminho, e que entrar em contato com especialistas também é um bom caminho.”

Turturean disse que o trabalho o obrigou a repensar o próprio processo. Ele afirmou ter tido tempo para revisar a solução antes de torná-la pública e que foi a primeira vez que imprimiu uma das suas soluções assistidas por IA e a leu do início ao fim. Disse que passou a pensar em como apresentá-la de um modo que um ser humano conseguisse acompanhar. “E acho que também me fez perceber, meu Deus, o peso do que a IA pode fazer.”

This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.