Por Angel Di Matteo   𝕏 @shadowargel

Días después de anunciar un resultado sobre las ecuaciones de Navier-Stokes, OpenAI asegura haber conseguido “avances sustanciales” en otro de los siete Problemas del Milenio, desafíos matemáticos respaldados con premios de USD $1 millón. La compañía no ha revelado cuál es el problema ni publicado todavía el supuesto avance, mientras crecen las especulaciones sobre la Conjetura de Hodge y continúa el debate sobre cómo validar los resultados matemáticos producidos por sistemas de IA.

***

  • OpenAI asegura haber conseguido “avances sustanciales” en otro Problema del Milenio, pero todavía no ha identificado cuál.
  • Las especulaciones apuntan a la Conjetura de Hodge, aunque OpenAI no ha confirmado esa posibilidad ni los rumores sobre el modelo utilizado.
  • El anuncio llega días después de que un modelo interno generara una prueba formalmente verificada relacionada con Navier-Stokes utilizando unos 10.000 agentes de IA.
  • OpenAI dice que no busca cobrar los USD $1 millón asociados con estos problemas: los utiliza como referencia pública para medir las capacidades de sus modelos.
  • El verdadero examen llegará con la revisión independiente de matemáticos y, eventualmente, del Clay Mathematics Institute.

 

OpenAI parece haber encontrado un nuevo terreno para medir hasta dónde están avanzando sus sistemas de inteligencia artificial: algunos de los problemas matemáticos más difíciles que la humanidad todavía no ha conseguido resolver.

Apenas días después de anunciar un resultado relacionado con las ecuaciones de Navier-Stokes, la compañía dijo al New York Times que ha conseguido “avances sustanciales” en otro de los Problemas del Milenio, un conjunto de siete desafíos seleccionados por el Clay Mathematics Institute en 2000 y respaldados originalmente con un premio de USD $1 millón para la solución de cada uno.

Por ahora, OpenAI mantiene en secreto el objetivo. No ha identificado el problema, publicado una demostración ni detallado el modelo responsable del trabajo. Esa falta de información ha provocado una oleada de especulaciones entre matemáticos y observadores de la industria, con buena parte de las conversaciones apuntando hacia la Conjetura de Hodge. Pero, hasta que OpenAI revele el resultado, esa identificación continúa siendo solamente una hipótesis, detalla Decrypt.

También circulan rumores de que el trabajo habría sido realizado por un modelo interno denominado Aeon, supuestamente diseñado para tareas de horizonte temporal largo y flujos de trabajo agénticos. OpenAI tampoco ha confirmado la existencia o participación de ese sistema en este resultado, por lo que ambas afirmaciones —Hodge y Aeon— deben permanecer separadas de lo que efectivamente ha comunicado la compañía.

Después de Navier-Stokes, otro gigante matemático entra en la mira

El nuevo anuncio adquiere importancia por lo ocurrido apenas unos días antes. El 8 de septiembre, OpenAI informó que un modelo interno todavía no publicado había producido una prueba relacionada con las ecuaciones de Navier-Stokes, otro de los Problemas del Milenio.

Estas ecuaciones describen matemáticamente el movimiento de los fluidos y constituyen una pieza fundamental para áreas que van desde el diseño aerodinámico y la predicción meteorológica hasta la simulación del flujo sanguíneo. El problema matemático no consiste simplemente en utilizarlas —ingenieros y científicos llevan décadas haciéndolo— sino en demostrar rigurosamente determinadas propiedades sobre la existencia y regularidad de sus soluciones en tres dimensiones.

El resultado anunciado por OpenAI apunta hacia el escenario conocido como “blow-up”, en el que determinadas cantidades de la solución desarrollan una singularidad en tiempo finito. Según la compañía, la demostración fue formalizada en Lean, un sistema que comprueba una prueba matemática paso por paso y verifica que cada inferencia se deriva correctamente de las anteriores.

La escala computacional del experimento fue igualmente llamativa. OpenAI dijo haber utilizado aproximadamente 10.000 agentes de inteligencia artificial trabajando coordinadamente durante unas 88 horas. Más que pedirle a un único chatbot que “resuelva Navier-Stokes”, el experimento habría convertido la investigación matemática en un problema distribuido, con una multitud de agentes explorando y coordinando diferentes partes de la demostración.

Ese modelo de trabajo plantea una posibilidad mucho más amplia para la ciencia: utilizar enjambres de agentes para explorar simultáneamente enormes espacios de hipótesis, descartar caminos improductivos y posteriormente formalizar las soluciones prometedoras mediante herramientas capaces de comprobar cada paso lógico.

La Conjetura de Hodge aparece entre las especulaciones

Si las especulaciones resultaran correctas, el siguiente objetivo sería muy diferente de Navier-Stokes.

La Conjetura de Hodge, formulada por el matemático británico William Hodge durante el siglo XX, se encuentra en la intersección de la geometría algebraica, la topología y el análisis. De forma extremadamente simplificada, intenta establecer una conexión entre determinadas estructuras geométricas de espacios complejos y objetos que pueden describirse mediante ecuaciones algebraicas.

Una manera intuitiva —aunque necesariamente imperfecta— de aproximarse al problema es pensar en cómo los matemáticos describen características como los “agujeros” de objetos geométricos. Para figuras ordinarias resulta posible visualizar estas propiedades, pero la matemática moderna trabaja con espacios complejos de muchas dimensiones que ninguna persona puede representar mentalmente de forma directa. Hodge propuso una poderosa relación entre la información topológica de esos espacios y estructuras algebraicas más manejables; demostrar que esa correspondencia funciona en los casos requeridos continúa siendo uno de los grandes desafíos de la disciplina.

Pero por ahora no existe confirmación de que este sea el problema en el que OpenAI afirma haber avanzado. La compañía solamente ha revelado que se trata de otro Problema del Milenio.

De los siete desafíos originales, únicamente la Conjetura de Poincaré ha sido resuelta y reconocida como tal. Eso significa que cualquier progreso genuino sobre otro de ellos representaría un acontecimiento matemático significativo independientemente de que el autor fuese un investigador humano, una IA o una colaboración entre ambos.

El resultado de Navier-Stokes también dejó una controversia sobre el crédito

El entusiasmo alrededor de estas capacidades llega acompañado de un debate mucho menos abstracto: quién recibe el crédito cuando laboratorios de IA trabajan sobre problemas que matemáticos humanos también están intentando resolver.

El anuncio de Navier-Stokes quedó envuelto en controversia después de que el matemático de la Universidad de Nueva York Tristan Buckmaster publicara su versión de los acontecimientos. Según Buckmaster, él y Levent Alpöge, investigador de Anthropic, llevaban cerca de un año trabajando discretamente en una demostración relacionada y habían completado su resultado el 22 de agosto, antes de que Sébastien Bubeck, de OpenAI, tuviera conocimiento del trabajo.

Buckmaster sostuvo que, después de conocer el resultado, Bubeck aceleró los esfuerzos para publicar el trabajo de OpenAI y le planteó alternativas para coordinar la publicación. Según su relato, Bubeck llegó a preguntarle “¿por qué arruinarías tu carrera?” cuando rechazó una propuesta que habría implicado publicar sin Alpöge, quien trabaja para un laboratorio rival.

Se trata de la versión presentada por Buckmaster y añade una dimensión particularmente sensible a la carrera matemática entre los grandes laboratorios: si los sistemas de IA pueden explorar problemas a una velocidad inédita, las normas tradicionales sobre prioridad, colaboración y reconocimiento científico pueden quedar sometidas a una presión considerable.

La competencia ya no se limita a qué laboratorio construye el modelo más capaz. También puede extenderse a quién consigue demostrar primero una conjetura que investigadores humanos llevan años, décadas o incluso siglos intentando resolver.

OpenAI y Anthropic están convirtiendo matemáticas históricas en pruebas para sus modelos

OpenAI tampoco está sola en esta carrera. Anthropic anunció recientemente que Claude consiguió formalizar en Lean una demostración del Último Teorema de Fermat en 11 días, trabajando sobre un problema cuya historia se remonta a una anotación realizada por Pierre de Fermat en 1637.

Aquí existe una distinción importante: el Último Teorema de Fermat ya fue demostrado por Andrew Wiles en la década de 1990. El logro atribuido a Claude no consiste, por tanto, en resolver por primera vez el problema, sino en formalizar rigurosamente una demostración mediante un sistema computacional capaz de verificarla paso a paso. Aun así, el ejercicio sirve para medir la capacidad de los modelos para manipular razonamientos matemáticos extensos y altamente estructurados.

El matemático Terence Tao ha advertido que esta aceleración produce un efecto inesperado: los laboratorios de IA pueden comenzar a consumir rápidamente el inventario de problemas matemáticos difíciles, importantes y suficientemente bien definidos como para servir como benchmarks.

Durante décadas, una conjetura extremadamente complicada podía resistir el trabajo de generaciones enteras de matemáticos. Si sistemas de IA empiezan a resolver, formalizar o realizar avances importantes sobre estos problemas en semanas o meses, la comunidad podría necesitar encontrar nuevas formas de evaluar capacidades que continúen siendo difíciles para máquinas cada vez más poderosas.

OpenAI dice que no quiere el millón de dólares

El Clay Mathematics Institute estableció en 2000 un fondo de USD $7 millones, asignando USD $1 millón a cada uno de sus siete Problemas del Milenio. OpenAI asegura, sin embargo, que el dinero no es el objetivo de sus experimentos.

La compañía dice estar utilizando estos desafíos como una referencia pública y reconocible para medir el progreso de sus modelos. Resolver o realizar avances verificables sobre problemas que han resistido durante décadas a algunos de los mejores matemáticos del mundo ofrece una señal de capacidad mucho más difícil de descartar que obtener mejores resultados en pruebas diseñadas específicamente para evaluar IA.

Pero anunciar un resultado y resolver oficialmente un Problema del Milenio son cosas muy diferentes. Incluso una prueba generada en Lean puede necesitar que expertos determinen que las definiciones utilizadas corresponden correctamente al problema original, que los supuestos son válidos y que la demostración efectivamente establece lo que sus autores afirman.

Para recibir reconocimiento formal del Clay Mathematics Institute, además, existen procedimientos que requieren publicación y aceptación por parte de la comunidad matemática. Históricamente, la validación de resultados de esta magnitud puede extenderse durante años.

Ese será el verdadero examen para las afirmaciones de OpenAI. La velocidad con la que 10.000 agentes pueden producir una demostración no necesariamente determina la velocidad con la que la comunidad matemática puede certificar su significado.

Si el resultado de Navier-Stokes sobrevive a ese proceso y la compañía efectivamente presenta avances sustanciales en un segundo Problema del Milenio, la noticia podría terminar siendo mucho mayor que una competencia entre laboratorios de IA. Sería evidencia de que los modelos están comenzando a participar de manera significativa en una de las actividades intelectuales más exigentes de la ciencia: producir conocimiento matemático que antes no existía y demostrar rigurosamente que es correcto.

Por ahora, sin embargo, falta la parte decisiva: conocer exactamente qué afirma haber descubierto OpenAI y permitir que matemáticos independientes intenten comprobarlo.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados