IA na Olimpíada de Matemática: Uma Nova Era de Resolução de Problemas Matemáticos A IMO tem sido há muito tempo a competição de matemática mais difícil do mundo para os melhores alunos. Agora, está se tornando um padrão para o raciocínio da IA também.👇

Este ano marcou um marco: Modelos de IA da Google DeepMind e OpenAI alcançaram desempenho de medalha de ouro em problemas do IMO — o mesmo nível que os melhores concorrentes humanos. Um verdadeiro salto na capacidade da IA de raciocinar através da matemática abstrata.

Cronologia dos Eventos: > Sexta-feira: Notícias vazadas sobre o desempenho de medalha de ouro da DeepMind > Sábado 1h: OpenAI anunciou resultados antes da confirmação oficial > Segunda-feira: DeepMind confirmou oficialmente o status de medalha de ouro com soluções elegantes totalmente verificadas pelos oficiais da IMO. As suas soluções eram mais elegantes e rigorosamente verificadas.

Tech Shift de 2024 para 2025 No ano passado: modelos de IA como o AlphaGeometry precisavam de tradução de domínio (Lean, etc.) + 2 a 3 dias de computação. Este ano: os modelos da Gemini e da OpenAI resolveram problemas de ponta a ponta em linguagem natural, dentro do limite de 4,5 horas do IMO.

Diferenças de Estilo Respostas da OpenAI: > Lógicas, mas confusas > Faltou estrutura, usou excessivamente termos como "proibido" > Mais de 400 linhas para alguns problemas > Não legível por humanos Provas do Gemini: > Elegantes e claras, os avaliadores do IMO disseram que eram "fáceis de seguir" > Poderiam passar por escritas por humanos

O problema 2 (Geometria) mostrou a lacuna: A OpenAI usou geometria de coordenadas de força bruta → prova de 442 linhas correta, mas desajeitada O Gemini da DeepMind usou a perseguição angular e o teorema de Sylvester → solução concisa e perspicaz que espelhava um humano habilidoso.

Por que Gêmeos teve sucesso > Pensamento paralelo: Explorando vários caminhos de solução simultaneamente > Novas técnicas de aprendizagem por reforço que melhoram o raciocínio em várias etapas > Acesso a soluções matemáticas cuidadosamente selecionadas e dicas estratégicas

A abordagem da OpenAI? RL de propósito geral + escalonamento de computação em tempo de teste.

O que isso significa Resolver problemas do IMO é impressionante, mas a matemática real é mais profunda: > Raciocínio abstrato > Criação de conceitos > Intuição de pesquisa Ainda não chegámos lá, mas este é um verdadeiro passo em frente.

Para realmente impulsionar os recursos matemáticos de IA, precisamos: > Funções granulares de recompensa > Condutas RL especializadas > Ou talvez... uma técnica curinga que ninguém viu chegar

À medida que a IA avança na matemática, ciência e pesquisa — a necessidade de computação explode. É por isso que o acesso a uma infraestrutura de GPU acessível e escalável é crítico para a missão. Vamos tornar esse futuro acessível a todos.

Veja o blog completo aqui:

O nosso podcast completo com Latent Space aqui: