The Endless Exam: Mathematical Constructions from Today's Models toward Superintelligence

O Exame Infinito: como cientistas estão medindo a corrida da IA rumo à superinteligência matemática

Pesquisadores acabam de apresentar uma ferramenta que promete mudar a forma como medimos o avanço da inteligência artificial em direção à chamada superinteligência. Batizado de "The Endless Exam" (algo como "O Exame Infinito"), o sistema funciona como uma prova de matemática sem fim, capaz de gerar desafios cada vez mais difíceis e avaliar o desempenho dos modelos de IA com um nível de precisão que vai além dos testes tradicionais de "acerto ou erro".

Para um empresário brasileiro acostumado a acompanhar o noticiário de tecnologia, a proposta é simples de entender: em vez de perguntar a uma IA se ela acertou ou errou uma questão, o novo sistema mede o quanto a resposta dela é boa. E faz isso de forma contínua, sem colocar um teto na nota. Ou seja, se um modelo hoje tira 0,8 e amanhã conseguir resolver o mesmo problema de forma mais elegante, ele pode chegar a 1,5, 2,0 ou mais.

Como funciona o Exame Infinito

O mecanismo se apoia em catorze famílias de construções matemáticas parametrizadas. Na prática, isso significa que o sistema gera problemas a partir de estruturas matemáticas abertas — questões que a própria comunidade científica ainda não resolveu por completo. Essas famílias servem como alvos de longo prazo e podem gerar novas instâncias com parâmetros cada vez maiores.

Cada resposta enviada por um modelo de IA passa por uma verificação automática de validade. Se for válida, recebe uma pontuação de qualidade relativa, comparada a uma fronteira publicada ou a uma linha de base de construção. Isso permite distinguir, por exemplo, uma solução correta e criativa de uma solução correta e burocrática.

Um detalhe técnico importante: para que construções grandes possam ser verificadas sem exigir poder computacional absurdo, os pesquisadores usam "certificados compactos". Pense nisso como um recibo que prova que a solução funciona, sem precisar mostrar todo o cálculo gigantesco por trás. É o que torna viável testar problemas de escala cada vez maior.

O que os testes revelaram

Os pesquisadores avaliaram oito modelos de IA diferentes em 69 instâncias distintas do exame. O resultado principal é revelador: mesmo sem nenhum sistema ter ultrapassado a fronteira publicada — ou seja, ninguém resolveu ainda o que os matemáticos humanos não resolveram —, as pontuações contínuas de qualidade conseguiram diferenciar o desempenho entre os modelos.

Isso é relevante para o mercado. Significa que, mesmo quando a IA não atinge o topo, já é possível medir com precis