Como 10.000 agentes de IA quebraram um problema de 1 milhão de dólares

0:15Esse aqui é um MVP, viu Ron? A gente tá fazendo aqui um teste hoje de um episódio, um episódio, uma pílula de de conhecimento do PPT no compila, que a gente vai chamar a princípio de PPT explica.

0:33Boa, boa. Um bom nome, bom nome PPT explica.

0:35Não sei. Talvez a gente encontre o número, o nome melhor. E hoje a gente vai falar aqui rapidamente sobre uma notícia que tem passado aqui nas últimas semanas do do modelo da Openei ter conseguido resolver um problema de matemática, que são dos sete problemas irresolvíveis da matemática. E eu fiquei muito curioso, cara, para para saber sobre esse sobre esse assunto e fiz uma pesquisa para entender e eu acho que é uma pauta perfeita pra gente trazer aqui pro para esse primeiro, essa primeira pílula do PPT explic, né? Péssimo nome, mas a gente vai encontrar o melhor. Eh, antes eu vou dar um gole aqui na minha maralto.

1:16Boa, né? Porque esse assunto requer uma requer uma maralto gelada, né? Eh, a gente tá num numa fase, né? que os modelos de de vendors, Cloud, Openi, Gemini, tá meio que numa guerra de entender qual é o mais de de parecer o mais poderoso, né? Então, a gente não sabe até onde é verdade notícias de que um sistema saiu do controle, invadiu outro. Teve um recente falando sobre eh que o modelo poderia exterminar a humanidade, não sei quanto tempo. Sim, cara. E, aliás, isso foi um ponto bem polêmico que tá rolando nos últimos, acho que uma pouco mais de uma semana, né? Sim.

2:00Que teve um funcionário, um cara, um de patente alta da Antropia que saiu isso porque, e exatamente, ele falou na mídia, né? Fez um, um, enfim, deu uma declaração falando que, cara, ele tá preocupado porque do jeito que tá evoluindo a nós a a humanidade, né, os humanos pode correr risco na próxima década. E é justamente por essa questão da gente não saber o que é real ou não que eu fui entender de fato o que que foi essa descoberta que o modelo da OpenIi realizou. Então eu vou dar um pouco de contexto aqui pra gente do que de fato é esse desafio. Existem sete problemas de matemática que foram estabelecidos no ano 2000 pelo Clay Mathemathics Institute.

2:45São sete problemas que eram até então nos anos 2000 ditos como irresolvíveis com evolução da matemática moderna, como a gente conhece, né? Eh, só um até então antes dessa publicação do Openei tinha sido resolvido por um matemático russo que era da conjectura de Poincaré. Eu não sei exatamente o que resolvi esse problema, posso trazer até depois para vocês, mas eu posso dar um outro exemplo de um problema matemático que faz até mais do sentido dentro do nosso contexto, que é um dos problemas que tá dentro desses sete problemas irresolvíveis do instituto, que é o problema de eh P = NP. Não sei se já ouviu falar R, mas é um é um problema crítico da matemática que fala sobre algoritmos que são polinomiais e os não polinomiais. Qual que é a prova que se falta para esse problema? Eh, se um problema, vamos contextualizar para ficar até mais fácil para quem tá tá nos ouvindo, eu posso ter dois tipos de problemas na computação. Aquele problema que ele tem complexidade linear e solução linear. Então, é um problema que ele, basicamente, a resolução dele depende da entrada e a saída dele também depende da entrada e ele cresce linearmente dependendo da entrada e da saída, né?

4:10Acho que um exemplo bom pra gente dar é ordenação.

4:13Eu posso te dar uma lista de 10 números e você vai ter um esforço de de ordenar 10 números. E o esforço de você verificar se esses 10 números estão ordenados é proporcional à lista de entradas de 10 números. Se essa lista passar a ter 1000 números, o esforço de ordenar e de verificar é o mesmo. Ele cresce, ele cresce de acordo com a entrada, né? pode ser não não ser 100 vezes, 1000 vezes, mas ele tem uma linearidade nesse problema. O problema NP, ele é linear, então eu posso ter problemas onde eu faço a verificação muito rápida, mas a solução é muito custosa. Um exemplo desse é, por exemplo, jog quer sabe aquele joguinho sudoco, tá? Sei que você tem que ter uma determinada soma na vertical, na horizontal. Depois dele pronto, é muito fácil você dizer se ele tá certo ou não, mas a a a complexidade de você organizar os números passa a ser exponencial e você não consegue ter uma solução tão rápida quanto a verificação, né? E aí a dúvida, e acho que o problema do cacheiro viajante também é um problema de NP, né, de que é um problema que pode ser exponencial, eh, e que uma solução ela é mais simples do que a a elaboração.

5:34É, eu fico pensando também, por exemplo, na elaboração de uma droga, né, cara, porque você não sabe qual e, né, uma molécula, né, problema. Então, você tá deve também se encaixar no mesmo no mesmo cenário, né? são algoritmos, são naturezas de algoritmos, né? Você que é matemático físico, vou falar daqui a pouco sobre o o nav strokes, que foi o que o o a Openai supostamente conseguiu resolver. Entenda que eu estou fazendo algumas simplificações aqui, não estamos com rigores matemáticos, não. Daqui a pouco a galera vai descer o pau em mim aqui, porque não estar falando sobre algumas restrições matemáticas e físicas. Então, estou tentando trazer isso numa linguagem mais acessível para que todo mundo nos entenda, tá? Então, eh, esse problema do PNP, ele é um problema que ninguém consegue dizer se ele é verdade ou não.

6:24É verdade que alguns algoritmos podem ser facilmente verificados e podem ter uma complexidade computacional para serem resolvidos.

6:34E é diferente de um problema, de um algoritmo polinomial? Aparentemente sim, mas ninguém conseguiu provar matematicamente. Esse é o ponto.

6:42Matematicamente é só uma suposição. A gente não consegue provar matematicamente. Esse é um dos problemas. O problema que o Openei começou a a fazer o estudo é um um algoritmo chamado Nav Strokes, que é um conjunto de de equações que é algo e novamente não me crucifiquem, mas é como se fosse a matematicalização.

7:08Existe essa palavra, não sei, mas é o que é mais perto do que a gente sabe como culturalmente a a teoria do caos, né? E ele vem de um de um de um de um teorema físico, de uma área da física que é muito complicada matematicamente, que é a dinâmica de fluídos, física de fluídos, né? Então, basicamente o navia strokes, ele tenta prever o comportamento de um fluído diferente dentro de um ambiente onde ele tem uma viscosidade ou algo diferente dele. Por exemplo, se eu jogar uma lata de tinta dentro de uma piscina, aparentemente a lata de tinta de tinta tem um comportamento padrão quando cai, mas na linha do tempo eu consigo prever exatamente qual é a mancha de tinta que vai acontecer lá. é o que tenta prever o navia strokes.

7:59Por que que ele é complicado e por que ele é polinomial, né? Porque ele não é porque ele é exponencial e não polinomial.

8:06Porque na linha do tempo eu tenho alguns componentes que se eu olhar partícula a partícula, uma partícula empurra outra que empurra outra que empurra outra. Então eu chego num nível polinomial que eu praticamente não consigo eh pré-definir para onde vai aquela partícula. Isso fica muito exponencial, né? Tô super simplificando aqui, tá gente? Então, talvez no primeiro primeiro segundo eu consigo prever que a tinta tá caindo. No segundo, no segundo segundo, pelo perdão do cacofonismo, eu consigo preveronde vai tá concentrada aquela aquela tinta. No dali em diante eu começo a ter partículas interagindo com outras de forma exponencial e fica muito difícil prever para onde vai essa equação, né? para onde vai ser essa essa previsibilidade?

9:00Apesar disso, o Navia Strokes, ele é usado muito pra previsão do tempo, pra dinâmica de fluídos. Por exemplo, medicação na sua veia é dinâmica de fluído e utiliza navia strokes. A ciência usa amplamente disso. Qual é o problema? Eu não consigo provar hoje que esse algoritmo atende todas as possibilidades, ou se existe uma possibilidade, um cenário onde esse algoritmo ele colapsa, ele não resolve ou a equação quebra, ou tem algo que a gente chama, por exemplo, de criticidade ou blowup da equação. O que que é isso?

9:35Eu tenho um determinado fluído com uma determinada viscosidade e que na equação ele quebra, a equação não funciona, sei lá, a partícula vai pra velocidade infinita, né? E ninguém conseguiu provar se isso era fato ou não. A openi no dia, não, não, tropic openi, foi openi disse que conseguir conseguiu resolver esse problema. Que que eles fizeram? Eles colocaram um exército de alguns milhares de de agentes para estudar o problema.

10:12Eu tenho até aqui os números.

10:15Pera aí que eu vou encontrar, gente.

10:18Foram alguns.

10:21Pera aí, pera aí, pera aí.

10:29Aqui foram 10.000 agentes rodando em Pará.

10:33Caramba, 10.000. agentes rodando em paralelo.

10:36Eles demoraram 88 horas para conseguir fazer o estudo e trocaram 2.7 milhões de mensagem entre si. Consumiu aí 130 bilhões de tokens de tokens. E nessas 88 horas, ele chegou numa estrutura que chama de vórtice espaguete, que é como se fosse um redemoinho girando em torno de si mesmo. Segundo a Openi, eles chegaram em um modelo onde esse vórtice, dados a algumas circunstâncias, ele se ele ele vai se comprimir em torno de si mesmo até chegar na singularidade.

11:16Isso seria impossível fisicamente.

11:18Portanto, encontra uma falha na equação, né? Esse é o ponto. Você você prova que a equação tem um ponto de blow up, de um ponto de de falha, né? E e aí vem a parte interessante. Existe uma linguagem de programação chamada LINE L E A N, que inclusive foi criado por um brasileiro que ele faz a verificação matemática de provas matemáticas. Depois que esses 10.000 agentes fizeram todas as e a OpenI não deixa claro se foi um brute force, se foi um trabalho de escala entre os agentes, cada um trabalhando num pedaço da equação. Ela não diz exatamente como foi a metodologia, mas ele ela pega o resultado desses 10.000 agentes e aí passam pro GPT 6 atlas. E é por isso que a gente tem que ter um pé atrás, porque tem muita eh propaganda, especulação em cima desses modelos, né?

12:11E aí esse modelo ficou 17 horas olhando para para essa para para essa solução que os agentes encontraram e ele descreveu o modelo matematicamente em lim, que é uma linguagem onde você faz as provas matemáticas de um determinado argumento matemático.

12:30Em tese, o instituto que coloca essas sete essas sete, esses desafios matemáticos lá, validou como sendo uma resposta válida. E aqui fica o meu parênteses, né?

12:46Eh, durante esse esse anúncio, um outro cientista chamado Trist de Nova York, ele já tinha feito algumas publicações utilizando inteligência artificial para resolver problemas de singularidade em algoritmos de mecânicas de fluído que não eram na via strokes, onde ele conseguia através de de alguns agentes e um modelo semelhante de de de redemoinho que a própria Pinei usou para refutar outras equações. Então ele conseguiu provar o problema para outras equações, outros problemas matemáticos que não só na via strokes. E ele alega que a Openei usou a teoria dele para aplicar em outro problema e usou o esforço computacional, mas que a ideia é dele. E a Openi, cara, depois até propôs que ele fosse co-autor do paper, cara.

13:46E o cara falou: "Não, não".

13:49Eh, bom, não é de se estranhar, porque a gente sabe que eles fazem isso à torta direita, né? De pegar tudo que tá publicado.

13:58Então, não duvido que que de fato isso possa ter acontecido intencionalmente ou não, né? Porque se o modelo indexou, encontrou na pesquisa, etc., pode ter seguido a linha de raciocínio e aplicado para lá, né?

14:12Agora, você percebe o problema ético que a gente pode ter aqui, cara? Porque imagina, eh, como você mesmo falou sobre moléculas e e ciência da saúde, por exemplo, se eu tenho um cientista que ele tá estudando uma molécula com uma possível cura e etc, eh tá testando isso com critério dentro dos padrões científicos e aí uma empresa de de a percebe que ele tá perto de algum de alguma solução como essa, coloca um exército de robô para fazer o que ele demoraria anos. para fazer com a metodologia metodologia científica e resolve o problema antes do cara. Então o cara tá o cara tá lá com machadinho na mina de ouro, chegando de ouro, aí ô tem ouro ali. Aí vem um exército de robôs e encontra antes do cara.

14:59Cara, isso é um problema, problemaço, porque de fato ele não descobriu, mas ele tava muito perto, né?

15:05Não. Eh, extrapolando isso, cara.

15:08Imagina uma farmacêutica que tá investindo bilhões de dólares em pesquisa, desenvolvimento. É um exército de cientistas faz para descobrir novas molécul moléculas ou descobrir as doenças e vem uma openenai, uma antropic, qualquer uma dessas aí e atravessa o meio do caminho, né? Cara, sem dúvida, isso é um tema muito complexo. Eh, como a gente tá vivendo também a questão de direitos autorais, dúvida, eh eh de eh outras informações que estão sendo capturadas de forma gratuita pelas reais e não sendo não estão sendo pagas.

15:46É um baita de um problema.

15:48Problema. Mas resumindo aqui para vocês, meus amigos, sim, existiu isso, aconteceu de fato. O modelo da Openi encontrou ali um modelo matemático que resolve o problema de Nav Strokes, como colocado pelo Clea Institute. Eu não falei no começo, mas quem resolve esse problema tem direito a um prêmio de 1 milhão de dólares. A Open AI falou que que ela não quer o prêmio, afinal ia para dá para comprar o quê? meia dúzia de PU para eles, né? O que que o PNV vai fazer com milhão de dólares, né? Vai pagar tipo dois dias do da da conta de luz do data center desses, né?

16:24Com certeza.

16:25Eh, e e o o o prêmio tá sobre revisão de pares, né? O prêmio, não, a solução. O Clay Institute nunca dá como problema resolvido antes que a comunidade valide de fato e que seja um consenso de que aquela solução está correta, assim como foi com o russo que que conseguiu. E esse sim recebeu a premiação justíssima e e foi um dos problemas resolvidos.

16:54Então, meus amigos, eu queria só esclarecer aqui um pouco da pesquisa que eu trouxe para vocês, mostrar para vocês que eh a gente tá no mundo de tecnologia, principalmente falando sobre sobre a que as aparências às vezes podem ser mais importantes do que os resultados, né? Então, pesquisem sempre sobre isso. Nesse caso, de fato, aconteceu, né? Diferentemente de quando os agentes invadiram, sei lá, eh, por exemplo, Antropic invadiu o Huging Face, Hugin Face não falou nada. Duas semanas depois, Antropic comprou o Hung Face, né? Então, eh, faltam informações, certo, gente?

17:33Então, eh, eu queria trazer um pouquinho para vocês aqui, eh, perdoem a imprecisão, eh, matemática e técnica, porque eu não queria trazer um assunto mais complexo pra gente ficar no aspecto da tecnologia no uso da EA. E espero que vocês tenham gostado aqui desse novo formato, né, que fica aqui como um teste, um MVP. E se você curtiu, deixa o comentário, dá um incentivo pra gente, pra gente saber que você curtiu, dá o like, manda uma mensagem pra gente, porque eventualmente a gente possa fazer outros episódios com nome melhor, talvez, né, Ron, e com forma diferente, menos tem, forma diferente. O feedback de vocês é o mais importante pra gente trazer mais informações, mas é uma pílula com um pouco de conhecimento e um pouco de visão de quem tá vivendo esse mundo para você.

18:22Obrigado aí, velho.

18:23Valeu. Valeu,