← Voltar ao blog
Aicerca de 8 min de leitura

A conjectura de Aaronson-Ambainis caiu em três dias — e a prova veio com verificador

Publicado 11 de nov. de 2026
A conjectura de Aaronson-Ambainis caiu em três dias — e a prova veio com verificador

Em 6 de novembro, a Physical Superintelligence afirmou que seu sistema interno de pesquisa havia provado a conjectura de Aaronson-Ambainis. A execução levou três dias para produzir um argumento completo. O Lean, assistente de provas que faz o computador conferir cada passo, aceitou. O sistema então atacou problemas relacionados, fortaleceu o resultado duas vezes, e o Lean aceitou também a versão final.

A PSI publicou um artigo legível por humanos e uma formalização completa em Lean 4 sob Apache 2.0. O repositório declara que o desenvolvimento não tem marcadores de prova pendentes nem axiomas adicionados, e que os quatro teoremas principais foram reproduzidos pelo kernel do Lean e pelo lean4lean, uma implementação independente do mesmo verificador de tipos. Um comparador que usa os kernels do Lean e do nanoda aceitou os resultados finais. Em uma segunda máquina, o mesmo comparador aceitou uma solução de teste correta e rejeitou quatro deliberadamente erradas.

Esse teste de controle é a parte à qual eu volto sempre. É o que separa uma alegação de um recibo.

O que a conjectura diz, de fato

Quase todo ganho quântico famoso depende de estrutura. O algoritmo de fatoração de Shor, de 1994, funciona porque a entrada esconde um período repetido. Peça a um computador quântico respostas de sim ou não sobre entradas uniformemente aleatórias e essa estrutura desaparece — e é aí que morava a questão em aberto: uma máquina quântica ainda pode ser exponencialmente mais rápida?

Aaronson e Ambainis transformaram a pergunta em uma afirmação sobre polinômios. No modelo de consultas, conta-se quantas vezes o algoritmo lê a entrada. Depois de T consultas, a probabilidade de um algoritmo quântico responder sim pode ser escrita como um polinômio de grau no máximo 2T, com valores entre 0 e 1. Para simular esse algoritmo classicamente, é preciso estimar o polinômio sem ler um número exponencial de bits da entrada.

A conjectura afirma que todo polinômio limitado de grau baixo que não seja quase constante tem ao menos uma coordenada de influência alta. Virar esse único bit precisa deslocar o valor do polinômio de uma quantidade relevante, em média. Se isso vale, uma máquina clássica consegue simular qualquer algoritmo quântico de T consultas na maioria das entradas usando um número polinomial de consultas em T. Nenhum ganho exponencial em entradas sem estrutura.

A prova da PSI dá um limite explícito: algum bit tem influência de pelo menos uma constante vezes v elevado a 5/2 sobre d elevado à sexta, onde v é a variância e d o grau, com a constante em torno de 0,0025. Em forma mais frouxa, pelo menos (v/d)^7.

O caminho segue um plano traçado por Shachar Lovett e Jiapeng Zhang, construído sobre certificados fracionários e conjuntos de nível. Lovett e Zhang haviam deixado uma desigualdade sem solução, enunciada como conjectura. O sistema da PSI a substituiu por uma nova desigualdade all-pairs derivada de um emparelhamento de configurações de entrada baseado em determinantes, que segundo a empresa vai além do Butterfly Lemma anterior de David Reimer ao limitar quantas coordenadas podem concordar.

O que passou pela máquina e o que não passou

Aqui é onde, na minha leitura, a maior parte da cobertura vai errar. Uma prova em Lean é um artefato forte. Não é uma certificação completa do resultado, e a própria PSI diz isso.

Três coisas ficam fora da checagem automática. O kernel do Lean, o compilador, as definições do Mathlib e o hardware que faz a verificação fazem parte da base de confiança. O artigo em prosa não é verificado por máquina, apenas os enunciados formais. E ainda cabe a uma pessoa confirmar que o enunciado formal corresponde à conjectura como Aaronson e Ambainis a publicaram em 2008.

A PSI facilitou esse último passo o máximo que pôde. O repositório isola uma única definição chamada `PrintedConjecture` em um arquivo que não importa nada além do Mathlib, para que um leitor cético abra um arquivo e o compare com o artigo original. É um bom trabalho de design de interface para verificação, e também revela que os autores sabiam onde estava a junta fraca.

Folhas de papel em branco presas por uma régua fina de latão sobre uma mesa escura de madeira, iluminadas por um feixe de luz de fim de tarde.

A auditoria foi interna. Jim Halverson auditou a prova e Phiala Shanahan comentou a formalização, e ambos são conselheiros da PSI. Não houve revisão por pares nem publicação em periódico. Os quatro pesquisadores de Stanford que provaram um caso especial em agosto de 2026 — Guy Blanc, Jordan Docter, Carmen Strassle e Li-Yang Tan — leram a prova completa, enviaram comentários e preparam uma exposição mais curta. A avaliação citada deles chama o resultado de enorme. Correspondência com especialistas interessados é útil. Não é revisão.

Os papéis humanos estão nomeados, o que eu aprecio. David Turturean, membro da equipe técnica que estudou física e IA no MIT, construiu o sistema de pesquisa, delimitou o problema, executou, pediu a uma instância não pública de um modelo da Anthropic que empacotasse um primeiro rascunho, revisou esse rascunho e é nomeado responsável pela correção do artigo. O repositório informa que modelos de IA produziram os enunciados matemáticos, o primeiro rascunho e a formalização em Lean.

Vale enunciar essa divisão de trabalho sem rodeios, porque ela vai se tornar comum. Uma pessoa escolhe o problema e assume a culpa. Um modelo produz argumentos candidatos. Um verificador rejeita os que não fecham. A saída é uma alegação que qualquer um com um laptop e uma tarde pode reproduzir.

Por que o verificador importa mais que o modelo

A Anthropic não disse quando, nem se, o modelo por trás disso será lançado. Esse detalhe é quase uma distração. O objeto interessante aqui é o pipeline, e o pipeline é reproduzível de um modo que uma nota de benchmark não é.

Pense no que um matemático cético pode fazer com este lançamento. Clonar o repositório. Ler `PrintedConjecture`. Rodar o Lean. Rodar o lean4lean. Rodar o comparador. Conferir que nenhum axioma foi adicionado. Cada um desses passos passa ou falha, e os modos de falha são específicos.

Compare com a alternativa. Um laboratório publica um gráfico, uma página de produto e um parágrafo sobre melhorias de raciocínio. Você acredita ou não.

Verificação formal não é mágica e não resolve a matemática. Resolve uma coisa mais estreita: se um enunciado formal específico decorre de axiomas específicos por regras específicas. Tudo sobre o enunciado ser o correto, sobre os axiomas serem os corretos e sobre o resultado importar continua com as pessoas.

A PSI é uma public benefit corporation de Cambridge, Massachusetts, que se apresentou publicamente em setembro com uma rodada seed de US$ 58 milhões liderada pela Breakthrough Energy Ventures. Descreve-se como um laboratório de física nativo de IA, com físicos virtuais projetados para raciocinar como teóricos e validar como físicos computacionais. Diz que resolveu cinco problemas antigos de teoria da informação quântica no mês passado, e este é seu segundo anúncio importante em cerca de duas semanas. Esse ritmo é impressionante ou é um alerta, dependendo de quanto sobrevive fora do holofote.

O que isso significa para a história quântica

O resultado afina uma fronteira. Para perguntas de sim ou não sobre entradas aleatórias sem estrutura, máquinas quânticas não economizam exponencialmente muitas consultas. Quem projeta algoritmos deve procurar problemas com estrutura real, na matemática ou na física, em vez de caçar ganhos em entradas genéricas.

Ele não diz quais aplicações vão render. O modelo de consultas conta leituras de entrada, não o trabalho de carregar e processar dados, então não impõe limite geral ao tempo total de execução nem ao valor comercial de um computador quântico. Quem citar este artigo como prova de que a computação quântica morreu está citando algo que não está nele.

A outra coisa que ele não faz é encerrar a discussão sobre IA fazendo pesquisa. Um único resultado, produzido por um sistema interno, auditado internamente, sobre um problema em que a literatura ao redor já havia estreitado o caminho até uma desigualdade sem solução, é um ponto de dados. Lovett e Zhang tinham o plano. Reimer tinha um lema. O sistema fechou uma lacuna. Isso é trabalho real e também é uma fatia estreita do que a pesquisa matemática envolve.

O passo que falta é o que a PSI não pode dar por si. Alguém da área precisa ler o enunciado formal, concordar que é a conjectura de Aaronson e Ambainis e não uma prima conveniente dela, e dizer isso em público. Até lá, o que existe é uma derivação verificada por máquina de algo muito próximo a uma alegação famosa, mais um repositório construído para encurtar a última milha.

É uma posição melhor do que a maioria dos anúncios deixa.

Artigos relacionados