The Brief
Cómo funciona la IA 5 min de lectura

Resuelto, pero no comprendido: Lo que realmente significa el avance matemático de la IA

NAVION

Compartir

Las matemáticas se han considerado durante mucho tiempo uno de los últimos dominios donde el razonamiento humano mantiene una clara ventaja sobre las máquinas. Esa suposición está ahora bajo una presión seria. En el transcurso de un solo verano, los sistemas de IA desarrollados por empresas que incluyen a OpenAI, Anthropic y Google pasaron de tener dificultades con problemas estándar de nivel de investigación a reclamar soluciones a algunas de las preguntas sin resolver más famosas de la historia de las matemáticas. La reacción de la comunidad matemática no ha sido una celebración simple ni un simple rechazo. Ha sido algo más complicado: el reconocimiento de que se están reescribiendo las reglas de toda una disciplina y de que nadie se lo pidió primero a los matemáticos.

El problema del milenio que cambió la conversación

El problema de la existencia y suavidad de Navier-Stokes es uno de los siete Problemas del Milenio, un conjunto de desafíos matemáticos extraordinariamente difíciles planteados en el año 2000 por el Clay Mathematics Institute. Antes de este verano, solo uno de los siete había sido resuelto alguna vez por humanos: la conjetura de Poincaré. El anuncio de OpenAI de que había resuelto el problema de Navier-Stokes aterrizó por lo tanto con una fuerza considerable.

El ganador de la Medalla Fields Jacob Tsimerman, de la Universidad de Toronto, reconoció el peso del momento en el Heidelberg Laureate Forum, una reunión anual de figuras líderes en matemáticas y ciencia de la computación celebrada en Alemania. “Hemos visto aumentos rápidos en las capacidades, incluso más rápidos de lo que muchas personas, incluido yo mismo, esperaban”, dijo. “Resolver Navier-Stokes se siente bastante definitivo”.

El progreso no se ha detenido ahí. Anthropic supuestamente usó una versión no publicada de Claude en agosto para trabajar en la hipótesis de Riemann, haciendo un progreso significativo en un problema relacionado. Se dice que OpenAI está dirigiendo sus modelos más avanzados hacia la conjetura de Hodge. Con todos los recursos computacionales de las grandes empresas tecnológicas ahora apuntando a estos problemas, muchos matemáticos consideran que es cuestión de tiempo antes de que caigan más.

Un avance con un problema de conducta

El anuncio de la solución de Navier-Stokes no llegó de forma limpia. El matemático Tristan Buckmaster, de la Universidad de Nueva York, quien había estado haciendo un progreso significativo en el mismo problema junto con Levent Alpöge de Anthropic, describió la correspondencia con OpenAI que caracterizó como coercitiva y amenazante. Michael Harris, de la Universidad de Columbia, quien vio esta correspondencia, dijo que la cobertura mediática del episodio era ampliamente consistente con una imagen de OpenAI alterando las normas disciplinarias. Geordie Williamson, de la Universidad de Sídney, fue más directo: “Creo que OpenAI se comportó extremadamente mal y que deberíamos reconocerlo en la comunidad”.

OpenAI no respondió a las solicitudes de comentarios antes de que se publicara el artículo.

El ganador de la Medalla Fields Peter Scholze, de la Universidad de Bonn, ofreció una interpretación incisiva de por qué las empresas tecnológicas están apuntando a estos problemas particulares en primer lugar. “Realmente solo están resolviendo estos difíciles problemas matemáticos como puntos de referencia, como algún tipo de truco de relaciones públicas”, dijo durante una discusión de panel en el Foro. Los Problemas del Milenio, en esta lectura, no son principalmente una misión científica. Son una demostración de capacidad dirigida a inversores y usuarios potenciales, con la historia matemática como telón de fondo.

Lo que se pierde cuando una máquina encuentra la respuesta

Esto es lo que la mayor parte de la cobertura de estos anuncios pasa por alto: resolver un problema y comprender un problema no son la misma cosa. Williamson expresó la distinción con precisión. La comunidad matemática ha medido tradicionalmente el progreso por su capacidad para resolver problemas difíciles, pero lo que realmente valora es la comprensión, el desarrollo de nuevos métodos, nuevos marcos, nuevas formas de pensar que se puedan aplicar en otros lugares. Las soluciones de IA, tal como se producen actualmente, tienden a ofrecer respuestas sin generar ese tipo de conocimiento transferible. Las dos mediciones, como señaló Williamson, se están descorrelacionando rápidamente.

Esto crea una crisis práctica para los matemáticos en activo, particularmente aquellos al principio de sus carreras. Mita Ramabulana, un joven matemático de la Universidad de Ciudad del Cabo, descubrió que dos de los diez avances matemáticos que OpenAI anunció en agosto se superponían con su propio trabajo en curso. La preocupación que planteó no es abstracta: los investigadores ahora se enfrentan a la posibilidad de que los problemas en los que han invertido un tiempo significativo puedan ser resueltos por alguien que simplemente los introduce en un modelo de lenguaje.

Ailsa Robertson, una estudiante de doctorado en la Universidad de Ámsterdam que trabaja en criptografía resistente a la cuántica, describió a colegas gastando miles de euros en tokens informáticos adicionales, sumas que son sustanciales para los estudiantes de doctorado. También describió una forma más sutil de presión: la sensación de que no usar estas herramientas significa quedarse atrás de los pares que compiten por los mismos puestos académicos limitados. Robertson ha respondido cambiando su propio enfoque de investigación lejos de las matemáticas y hacia las implicaciones sociales de la transición a sistemas resistentes a la cuántica. Su razonamiento es directo: no quiere una carrera construida en torno a la verificación de los resultados de los modelos de lenguaje.

OpenAI anunció en julio que proporcionaría 100,000 licencias gratuitas para sus modelos frontera a investigadores académicos. Robertson señaló que algunos colegas experimentan este tipo de oferta no como generosidad, sino como una forma de coerción.

En resumen

La IA ha cruzado un umbral en las matemáticas que la mayoría de los expertos no esperaba ver tan pronto. La afirmación sobre Navier-Stokes, si se verifica, representaría el segundo Problema del Milenio jamás resuelto, y el primero por una máquina. Pero la historia más significativa es estructural. Una tecnología desarrollada fuera de la comunidad matemática, que opera de acuerdo con diferentes valores e incentivos, está reformando ahora cómo se hacen las matemáticas, quién se beneficia de hacerlas y para qué sirve siquiera el trabajo. Las respuestas están llegando más rápido que la comprensión. Esa brecha es el verdadero problema que vale la pena observar.

Basado en información de IEEE Spectrum.

Escrito por

NAVION