PSI usa IA da Anthropic para resolver conjectura quântica de 18 anos

Um problema matemático que resistiu por 18 anos na fronteira da computação quântica foi encerrado com a ajuda de um modelo de linguagem — e a solução veio de uma startup que ainda busca transformar física teórica em negócio. David Turturean, recém-formado pelo MIT e integrante do quadro técnico da Physical Superintelligence (PSI), usou acesso antecipado ao Fable 5.2, da Anthropic, para resolver a conjectura Aaronson-Ambainis, que trata da capacidade de computadores quânticos superarem os clássicos em velocidade.

Uma prova que o próprio autor do problema não leu por inteiro

Scott Aaronson, um dos dois pesquisadores que formularam a conjectura, relatou não acompanhar cada passo da demonstração, mas considera o resultado confiável: a prova passou por autoformalização em Lean — linguagem de programação usada para checar demonstrações matemáticas — e foi explicada por um grupo de pesquisadores de primeira linha com quem a PSI compartilhou o material.

O desfecho não é uma vitória da computação quântica. Trata-se de um resultado negativo: uma das rotas possíveis para ganhos de velocidade não existe, o que poupa tempo de quem investigava o tema. Turturean descreveu o achado como um sinal de que não vale mais procurar naquele endereço, sem encerrar as demais frentes de aceleração quântica.

Aaronson também estranhou que a questão não figurasse entre os problemas divulgados pela OpenAI semanas antes, em um pacote que ele apelidou de Mathocalypse, e questionou se ela seria de fato mais difícil do que as demais resolvidas.

Onde a ciência vira receita

A PSI não fatura com papers. O caixa atual vem da aplicação das ferramentas da empresa na otimização de data centers, com simulações de calor, energia, água e som — variáveis físicas que determinam tanto o desempenho da instalação quanto seu efeito sobre a comunidade ao redor.

O horizonte maior é converter descobertas de física teórica em tecnologias comercializáveis. Matt Pines, executivo-chefe da PSI, contou que, seis a nove meses antes, precisava se esforçar para convencer investidores de que a física teórica estaria em breve nas mãos de máquinas. A fronteira ainda não foi cruzada, mas o movimento, segundo ele, está em curso.

A aposta metodológica são sistemas de pesquisa montados em torno do modelo: harnesses (camadas que ligam a IA a ferramentas e dados externos) e scaffolding (arcabouço de apoio), somados a memória e infraestrutura de simulação. A lógica é atacar um problema em amplitude e profundidade, comparando alternativas em paralelo.

Física não é matemática: a natureza também vota

Em matemática e computação, o resultado cabe em código e pode ser validado. Em física e ciências da vida, o teste final é experimental — a natureza tem palavra decisiva sobre qualquer modelo de realidade, como resumiu Pines. Quando um fato da natureza se confirma, ele vira alavanca: permite construir dispositivos e executar tarefas antes inviáveis.

O gargalo prático motivou movimento do setor. Na semana passada, a startup Discovered Materials lançou um desafio de US$ 1 milhão para pesquisadores que usem IA em temas como supercondutividade e dissipação de calor. A PSI diz concentrar esforços em descobrir a forma mais eficiente de levar resultados computacionais à validação experimental.

Regras do jogo ainda em aberto

Jim Halverson, professor da Northeastern University e consultor da PSI, afirmou que boas práticas nesse campo ainda estão em formação e que a escolha foi apostar em transparência e no contato com especialistas. Ele estará na próxima semana em uma cúpula no MIT, onde físicos de destaque tentarão construir uma resposta coletiva ao novo ritmo da ciência.

No caso da conjectura, a PSI precisou segurar o resultado até que o modelo da Anthropic estivesse perto do lançamento, o que abriu espaço para compartilhar a prova e revisá-la. Turturean relatou ter lido linha a linha a solução gerada por IA e adaptado a apresentação ao padrão humano — e disse ter percebido ali o peso do que a IA já é capaz de fazer.

O que o caso sinaliza para quem investe

Não há exposição direta: PSI e Anthropic são companhias fechadas, sem ações negociadas na B3. O valor da história está no termômetro que ela oferece para a tese de IA aplicada à ciência.

A monetização dessa fronteira ainda é indireta: a receita da PSI vem de eficiência e física de data centers, não de descobertas teóricas. A validação virou ativo, com autoformalização em Lean e revisão por especialistas funcionando como selo de credibilidade. E resultados negativos têm valor de mercado, porque reduzem o custo de pesquisa de toda uma comunidade.