En resumen
- OpenAI anunció que un modelo de IA cuyo entrenamiento comenzó el 28 de agosto ha resuelto «más de 100 problemas que llevaban años abiertos en matemáticas».
- Días antes, ese mismo modelo había resuelto el problema de Navier-Stokes, uno de los llamados problemas del milenio.
- La empresa no ha detallado qué problemas ha resuelto ni ha publicado las soluciones, y ha creado un comité asesor para gestionar su publicación.
- Una carta abierta firmada por 25 medallistas Fields sostiene que «los objetivos de las empresas de IA y de la comunidad matemática están gravemente desalineados».
OpenAI ha anunciado que un nuevo modelo de inteligencia artificial, cuyo entrenamiento comenzó el 28 de agosto, ha resuelto «más de 100 problemas que llevaban años abiertos en matemáticas». Días antes, ese mismo modelo había resuelto el problema de Navier-Stokes, uno de los llamados problemas del milenio. La empresa no ha detallado cuáles son ni ha publicado las soluciones.
¿Qué se sabe exactamente de los problemas resueltos?
OpenAI no ha hecho pública la lista. Alberto Enciso, investigador del Instituto de Ciencias Matemáticas (ICMAT), señala que los resultados «seguro que están bien, con una probabilidad más alta que si los firmara un ser humano», y añade que podrían haber sido «200 o 300». La empresa ha creado un comité asesor con figuras de la academia para gestionar la publicación de los resultados y, según su comunicado, para evitar debates internos sobre «la mejor manera de informar de este rápido progreso para que el campo pueda prepararse y adaptarse».
¿Por qué se habla de desalineación entre empresas y academia?
OpenAI cita una carta abierta firmada por 25 medallistas Fields, el reconocimiento más alto de la disciplina, en la que se afirma que «los objetivos de las empresas de IA y de la comunidad matemática están gravemente desalineados». La fricción no es nueva: la compañía ya tuvo que corregir su artículo del milenio para citar a dos matemáticos, un episodio que ilustra lo delicado del terreno.
¿Es el fin de las matemáticas como disciplina?
Alex Townsend, matemático de la Universidad de Cornell, describe su situación con una frase: «Estoy de duelo porque disfruto resolviendo problemas». Añade que esa parte de su trabajo «está quedando obsoleta muy deprisa» y que la IA «es mejor que yo». No obstante, plantea que puede ser «la edad de oro de las matemáticas» si la comunidad redefine qué significa ser matemático. Jeremy Avigad, de la Universidad Carnegie Mellon, compara el debate con preguntar qué le queda a las personas si los coches van más rápido que ellas: «Es un error pensar que los humanos compiten con la IA».
¿Cuánto influye el dinero que invierten las empresas?
Sam Livingstone, de la University College London (UCL), apunta en dos direcciones. Reconoce que las empresas de IA «tienen claros incentivos para exagerar lo brillantes que son sus modelos», pero también que muchos matemáticos «están ahora algo asustados, y no son objetivos». Y deja una pregunta abierta: si se hubiera dado a los mejores matemáticos el dinero que las compañías invierten en estos problemas, ¿los habrían resuelto de todos modos? El ritmo del sector es un asunto de fondo, como muestra el debate sobre ralentizar la IA y las dudas de los expertos.
¿Por qué las matemáticas son terreno abonado para la IA?
Los problemas matemáticos exigen razonamiento complejo y su resultado es verificable, dos características que los hacen idóneos para entrenar y evaluar modelos de lenguaje. Esa verificabilidad es lo que permite comprobar demostraciones generadas por máquinas, algo que ya ocurre con asistentes formales de demostraciones matemáticas verificables con Lean. Townsend sostiene que las empresas «están produciendo algunas de las mejores herramientas matemáticas de la historia» y que se están convirtiendo en «grandes potencias de la producción matemática».
Preguntas frecuentes
¿Qué ha anunciado OpenAI sobre las matemáticas?
Que un modelo de inteligencia artificial cuyo entrenamiento comenzó el 28 de agosto ha resuelto «más de 100 problemas que llevaban años abiertos» y que ese mismo modelo resolvió días antes el problema de Navier-Stokes, uno de los problemas del milenio.
¿Se conocen los problemas resueltos y sus soluciones?
No. OpenAI no ha detallado qué problemas ha resuelto ni ha publicado las soluciones, y ha creado un comité asesor con figuras de la academia para gestionar su publicación.
¿Significa esto el fin de las matemáticas como disciplina?
Los investigadores citados sostienen que no. Alex Townsend afirma que podría ser «la edad de oro de las matemáticas» si la comunidad redefine qué significa ser matemático, y Jeremy Avigad señala que la IA es una tecnología que se usa para alcanzar objetivos.
¿Por qué las matemáticas son útiles para entrenar modelos de IA?
Porque requieren mucha complejidad y su resultado es verificable, lo que permite comprobar si una respuesta es correcta.
Con información de feeds.elpais.com.
Imagen de referencia, no corresponde a los hechos narrados. Business Technology — Maliha Mannan / Wikimedia Commons (CC0 1.0)
