Compartir el progreso de la IA en matemáticas
OpenAI ha publicado cientos de resultados matemáticos generados por IA, incluidas supuestas pruebas de importantes problemas abiertos como la Conjetura de Unique Games, una “hipótesis cuasi-Riemann” y algoritmos ligeramente por debajo de n·log n para la multiplicación de enteros y las FFT. Los comentaristas ven esto como un progreso históricamente significativo en dominios formales y verificables, posibilitado por modelos internos potentes y herramientas como Lean, pero están profundamente divididos sobre la confianza en la corrección del trabajo, la falta de revisión humana completa y el uso de sistemas propietarios inaccesibles para la mayoría de los matemáticos. Muchos se preocupan por el “despojo” de problemas abiertos famosos, el futuro papel y la motivación de los investigadores humanos y los estudiantes de doctorado, y la concentración más amplia del poder científico en unos pocos laboratorios de IA, aunque otros celebran una nueva era de demostración automática de teoremas y ciencia asistida por matemáticas.
Reacción general al volcado matemático de OpenAI
- Muchos lo ven como algo histórico y con “sensación de futuro”: supuestamente se resolvieron decenas de problemas abiertos de larga data, a menudo con significación “al nivel de una medalla Fields”.
- Otros sienten tristeza o inquietud, especialmente quienes pasaron años trabajando en conjeturas concretas que ahora, al parecer, quedaron resueltas por un modelo interno.
- Algunos lo llaman un “volcado de relleno” de marketing; otros lo ven como una notable prueba de concepto de descubrimiento impulsado por IA.
Importancia de los resultados reclamados
- Los aspectos más mencionados:
- La Conjetura de Unique Games promovida a “Teorema”, con grandes implicaciones para la dureza de la aproximación.
- Una “hipótesis cuasi-Riemann” más la eliminación de ceros de Siegel, descrita por teóricos de números como uno de los mayores resultados en su campo en un siglo.
- Multiplicación de enteros y FFT por debajo de (n \log n) (galáctico, pero conceptualmente impactante).
- Exponente de multiplicación de matrices ≤ 2.25.
- Diversos resultados en complejidad de grano fino, planificación, teoría de grafos (p. ej., la conjetura de Barnette), física matemática y sistemas de espines.
- En física, los comentaristas dicen que en su mayoría son pruebas rigurosas de resultados que muchos físicos ya creían, con pocas aplicaciones experimentales a corto plazo.
Verificación, Lean y “AI slop”
- Algunos resultados tienen formalizaciones en Lean; otros solo documentos informales o formalización parcial.
- Muchos subrayan que Lean solo certifica declaraciones codificadas correctamente; formalizar el teorema correcto sigue siendo difícil.
- Los escépticos esperan múltiples errores y temen que una avalancha de “artículos LLM” poco revisados inunde las matemáticas; los optimistas responden que los errores son normales en matemáticas y que Lean eleva mucho la exigencia de corrección.
Impacto en matemáticos, estudiantes y la profesión
- Profunda ansiedad entre estudiantes de doctorado cuyas líneas de tesis o problemas abiertos podrían haber quedado obsoletos; comparaciones con ser “scoopeado”, pero a una escala mucho mayor y estructural.
- Algunos predicen un cambio: los matemáticos humanos como quienes plantean problemas, explican y verifican, en lugar de ser los principales solucionadores; las defensas de doctorado pasando a ser pruebas de comprensión, no de novedad.
- Otros temen una erosión de la motivación: si la IA resuelve los problemas insignia, ¿qué queda para el descubrimiento y el estatus humanos?
Modelos propietarios, grupo asesor y debates sobre control de acceso
- El grupo asesor había urgido explícitamente a los laboratorios a no probar problemas avanzados en modelos cerrados, argumentando que eso despoja de recursos a problemas abiertos compartidos con herramientas a las que solo unos pocos pueden acceder.
- El movimiento de OpenAI es visto por algunos como una ignorancia de ese consejo, ofreciendo resultados sin acceso significativo al modelo, conjuntos de datos o métodos detallados.
- Un lado ve a los matemáticos como “guardianes” que protegen sus trabajos; el otro dice que el verdadero control de acceso es la IA propietaria concentrada en unas pocas empresas.
Riesgo de IA, poder y trayectoria futura
- Varios comentaristas lo ven como una fuerte evidencia de que nos acercamos a la AGI o a la auto-mejora recursiva, y predicen una rápida extensión a la física, la biología y dominios aplicados.
- Otros sostienen que estos avances se limitan a ámbitos formales y estrictamente verificables; el rendimiento en tareas reales desordenadas (política, robótica, control crítico para la seguridad) sigue siendo mucho más débil.
- Las preocupaciones más amplias se centran en la concentración de poder (estatal y corporativo), la posible weaponización (ciber, bio) y un futuro en el que los humanos queden intelectualmente relegados o reducidos a “biotrofeos”.
- Una minoría es en gran medida optimista, ve venir una “edad dorada del descubrimiento” y sostiene que los perjuicios provendrán más del capitalismo y la gobernanza que de la capacidad matemática en sí.