IA da Anthropic resolve cálculos sobre buracos negros que desafiam cientistas há mais de 20 anos
A inteligência artificial Claude avançou em dois problemas da física teórica e mostrou como máquinas podem ajudar a humanidade a descobrir conhecimentos que antes pareciam distantes.
Imagine ter uma questão de matemática tão complicada que pesquisadores passam décadas tentando resolvê-la. Existem teorias, hipóteses e até caminhos para chegar à resposta. Entretanto, falta alguém com capacidade de concluir os cálculos.
Agora imagine que uma inteligência artificial consiga fazer justamente isso.
Foi o que a Anthropic, empresa responsável pelo Claude, anunciou em novembro de 2026. Segundo a companhia, seus novos modelos de inteligência artificial conseguiram avançar em dois problemas matemáticos relacionados à formação de buracos negros e à gravidade quântica.
Um dos resultados chama ainda mais atenção: a IA concluiu um cálculo proposto por físicos em 2003, mas que permanecia sem solução completa.
O feito representa mais um sinal de que a inteligência artificial pode ultrapassar o papel de assistente digital. Além disso, abre novas possibilidades para pesquisas em física, matemática, biologia e outras áreas do conhecimento.
O que exatamente a IA descobriu sobre os buracos negros?
Primeiro, precisamos entender o problema.
Buracos negros são regiões do espaço com uma concentração tão grande de massa que sua gravidade impede até mesmo a luz de escapar depois que ela ultrapassa determinada fronteira, chamada horizonte de eventos.
Embora os cientistas já conheçam bastante sobre esses objetos, ainda existem questões fundamentais sem respostas definitivas. Uma delas envolve a relação entre a gravidade e a mecânica quântica.
Essas duas teorias explicam partes diferentes do universo. A relatividade geral descreve a gravidade e os fenômenos em grandes escalas. Já a mecânica quântica explica o comportamento das partículas em escalas extremamente pequenas.
O grande desafio é encontrar uma maneira de fazer essas duas descrições funcionarem juntas.
Foi nesse território que o Claude Fable 5.2 apresentou seus resultados.
1. Um cálculo que estava parado desde 2003
O primeiro avanço está relacionado à chamada transição de Hawking-Page.
Esse conceito descreve uma mudança na qual um sistema pode passar de uma configuração sem buraco negro para outra dominada por um buraco negro.
Para facilitar, imagine uma panela com água no fogão.
A temperatura aumenta gradualmente. Entretanto, quando a água chega ao ponto de ebulição, ocorre uma mudança rápida: começam a surgir bolhas por toda parte.
Na física, alguns sistemas apresentam mudanças semelhantes. Em vez de uma transformação gradual, acontece uma transição relativamente abrupta.
Em 1983, Stephen Hawking e Don Page descreveram esse comportamento em determinados modelos teóricos de universo.
Contudo, havia uma questão pendente: esse mesmo fenômeno também aconteceria em universos extremamente pequenos, nos quais os efeitos quânticos ganham importância?
Em 2003, pesquisadores formularam os cálculos necessários para investigar essa possibilidade. Entretanto, a resolução completa exigia um trabalho matemático bastante complexo.
Mais de duas décadas depois, segundo a Anthropic, o Claude Fable 5.2 conseguiu concluir essa investigação.
O resultado indica que a transição também acontece de maneira abrupta nesses sistemas menores.
Em outras palavras, a IA encontrou evidências matemáticas de que a formação do buraco negro apresenta um comportamento semelhante a uma mudança de fase, como a água passando para o estado de ebulição.
2. A inteligência artificial também encontrou um limite matemático
O segundo avanço envolve uma técnica chamada bootstrap modular.
O nome pode parecer complicado, mas a ideia pode ser entendida com uma analogia.
Imagine que você tenha uma peneira para separar grãos de diferentes tamanhos. Você pode melhorar essa ferramenta, trocar sua malha e realizar testes cada vez mais precisos.
Entretanto, chega um momento em que a própria estrutura da peneira impede que você consiga separar determinados grãos.
Segundo a Anthropic, o Claude encontrou um limite matemático preciso para uma técnica utilizada há anos por físicos.
Essa técnica ajuda pesquisadores a avaliar teorias candidatas à gravidade quântica. Com ela, os cientistas conseguem descartar algumas possibilidades que não atendem a determinadas condições matemáticas.
O modelo encontrou o limite de aproximadamente 9,1266 para esse método.
Isso é importante porque mostra não apenas até onde uma ferramenta científica consegue chegar, mas também onde ela deixa de funcionar.
Consequentemente, os pesquisadores podem direcionar seus esforços para desenvolver métodos mais eficientes.
Como uma inteligência artificial consegue resolver problemas que humanos levariam décadas?
A resposta está na combinação de diferentes capacidades.
Modelos modernos de IA conseguem trabalhar com matemática, programação, análise de dados e raciocínio lógico. Além disso, podem utilizar ferramentas computacionais para testar hipóteses e realizar cálculos complexos.
Pense em um pesquisador que precisa resolver um problema com milhares de etapas matemáticas.
Ele precisa estudar os trabalhos anteriores, compreender as equações, escrever programas, testar diferentes possibilidades e conferir os resultados.
Uma IA pode ajudar em todas essas etapas.
No caso apresentado pela Anthropic, o Claude trabalhou com métodos matemáticos conhecidos e desenvolveu os cálculos necessários para avançar nos problemas.
Isso não significa que a máquina tenha desenvolvido uma consciência ou compreendido o universo como um ser humano. Significa que conseguiu executar um trabalho intelectual altamente especializado.
Além disso, a capacidade de trabalhar por períodos prolongados permite que esses modelos explorem caminhos que exigiriam muito tempo de pesquisadores.
A IA está ajudando a descobrir novos conhecimentos em outras áreas
Os buracos negros não são o único exemplo de como a inteligência artificial pode contribuir para a ciência.
Na verdade, diferentes pesquisas já demonstram que essas ferramentas podem acelerar descobertas em áreas bastante distintas.
Veja alguns exemplos.
Biologia: descobrindo estruturas de proteínas
<PRIVATE_PERSON> ferramentas de inteligência artificial, como o AlphaFold, conseguem prever estruturas tridimensionais de proteínas.
Isso é importante porque as proteínas funcionam como pequenas máquinas dentro das células. Sua estrutura determina boa parte de suas funções.
Conhecer essas estruturas ajuda pesquisadores a investigar doenças, desenvolver medicamentos e compreender processos biológicos.
Medicina: acelerando a busca por novos tratamentos
A inteligência artificial também ajuda pesquisadores a analisar moléculas e identificar possíveis candidatos a medicamentos.
Em vez de testar manualmente milhares de possibilidades, os cientistas podem utilizar modelos computacionais para selecionar opções promissoras.
Naturalmente, essas descobertas ainda precisam passar por testes laboratoriais e ensaios clínicos.
Mesmo assim, a tecnologia pode reduzir etapas demoradas do desenvolvimento de novos tratamentos.
Astronomia: simulando fenômenos extremos
Estudar um buraco negro diretamente é impossível com os métodos tradicionais de observação.
Por isso, os pesquisadores utilizam telescópios, modelos matemáticos e simulações computacionais.
A inteligência artificial pode ajudar a melhorar esses modelos, analisar grandes volumes de dados e testar novas abordagens.
Dessa forma, os cientistas conseguem investigar fenômenos que seriam extremamente difíceis de estudar apenas com cálculos manuais.
Matemática: trabalhando com demonstrações complexas
Outro exemplo impressionante envolve o Último Teorema de Fermat.
A Anthropic anunciou que aproximadamente mil agentes do Claude Fable 5.2 trabalharam em conjunto para formalizar a demonstração desse famoso teorema matemático.
O trabalho foi concluído em aproximadamente 30 horas, com pouca intervenção humana.
Mas existe um detalhe importante: a IA não descobriu uma nova demonstração do teorema. Ela traduziu uma demonstração já conhecida para uma linguagem matemática que permite a verificação formal por computador.
Ainda assim, o resultado mostra como a IA pode facilitar a verificação de demonstrações extremamente complexas.
Estamos entrando em uma nova era de descobertas científicas?
Os avanços recentes indicam que a inteligência artificial pode transformar a maneira como a ciência funciona.
Durante muito tempo, computadores foram utilizados principalmente para executar cálculos e processar informações.
Agora, modelos mais avançados conseguem sugerir caminhos de investigação, desenvolver códigos, comparar hipóteses e encontrar soluções para problemas específicos.
Isso muda bastante o cenário.
Imagine um pesquisador que passa meses tentando encontrar uma relação matemática entre diferentes fenômenos. Uma IA pode identificar uma conexão que ele ainda não havia considerado.
Além disso, pesquisadores podem utilizar essas ferramentas para investigar milhares de hipóteses em menos tempo.
O resultado pode ser uma ciência mais rápida, colaborativa e acessível.
Entretanto, existe uma questão fundamental: uma descoberta feita por inteligência artificial não deve ser aceita automaticamente como verdadeira.
No caso dos resultados sobre buracos negros, os trabalhos foram apresentados pela Anthropic em artigos preliminares. Isso significa que ainda precisam passar pela avaliação independente de outros especialistas.
A revisão por pares e a reprodução dos cálculos continuam sendo etapas essenciais.
Afinal, uma IA também pode cometer erros, interpretar incorretamente informações ou produzir resultados aparentemente convincentes que não resistem a uma análise mais profunda.
A inteligência artificial vai substituir os cientistas?
Provavelmente, não da maneira que muita gente imagina.
A IA pode assumir tarefas demoradas, executar cálculos complexos e sugerir novas possibilidades. Entretanto, os cientistas continuam fundamentais para definir perguntas relevantes, interpretar resultados e avaliar se uma descoberta faz sentido.
Pense na inteligência artificial como um pesquisador que trabalha em velocidade extraordinária, mas precisa de supervisão e validação.
O ser humano continua responsável por decidir quais perguntas merecem ser investigadas e quais resultados realmente representam uma descoberta.
Portanto, o cenário mais interessante não é uma disputa entre humanos e máquinas.
É a possibilidade de trabalhar em conjunto.
Conclusão: a IA pode ampliar os limites do conhecimento humano
O avanço anunciado pela Anthropic mostra que a inteligência artificial está começando a contribuir diretamente para problemas científicos complexos.
Concluir um cálculo que estava pendente desde 2003 é um resultado relevante. Encontrar limites matemáticos para ferramentas utilizadas por físicos também representa uma contribuição importante.
Entretanto, o verdadeiro impacto pode ir muito além dos buracos negros.
Se essas ferramentas continuarem evoluindo, poderemos utilizá-las para investigar doenças, desenvolver materiais, compreender o universo e resolver problemas matemáticos que hoje parecem extremamente difíceis.
A inteligência artificial não precisa substituir a curiosidade humana para transformar a ciência.
Ela pode simplesmente nos ajudar a chegar mais longe.



