Por Canuto  

OpenAI sostiene que uno de sus modelos encontró una refutación de la Hipótesis del Tiempo Exponencial, una conjetura usada en numerosos trabajos de informática teórica. Investigadores vinculados a su formulación ayudarán a organizar una revisión independiente, aunque su participación no equivale a certificar el resultado. La compañía también comunicó resultados en matemáticas y física.

***

  • OpenAI afirma que su modelo encontró la supuesta refutación de la ETH el 16 de octubre y que verificó la prueba en Lean al día siguiente.
  • Russell Impagliazzo, Ramamohan Paturi y Ryan Williams fueron convocados para ayudar a revisar el resultado; su participación no equivale a certificarlo.
  • La compañía también presentó resultados sobre la conjetura del suavizado local y teorías cuánticas de campos, y anunció USD $5 millones para actividades científicas.

 

OpenAI sostiene que uno de sus modelos encontró una supuesta refutación de la Hipótesis del Tiempo Exponencial (ETH), una conjetura que sirve de base a cientos de trabajos de informática teórica. La afirmación, que la compañía anunció el lunes 26 de octubre, todavía debe superar el examen de especialistas independientes: investigadores relacionados con la formulación de la hipótesis ayudarán a organizar una revisión, pero su participación no constituye un aval.

El mismo anuncio incluyó otros dos resultados atribuidos a modelos de OpenAI, uno en matemáticas y otro en física. La compañía divulgó informes y pruebas formalizadas por máquina para algunas de las afirmaciones, aunque en el caso de física el grupo de revisión decidió no publicar por ahora el material generado por la IA y redactará el trabajo por su cuenta.

Una conjetura que sostiene resultados sobre la dificultad de los problemas

La ETH se refiere a la dificultad de resolver el problema de la satisfacibilidad booleana, relacionado estrechamente con la pregunta de si P es igual a NP. En términos generales, la conjetura sostiene que ciertos problemas no pueden resolverse con rapidez mediante algoritmos; investigadores la han utilizado para establecer límites de dificultad en teoría de grafos, biología computacional, bases de datos y otras áreas.

OpenAI dijo que su modelo encontró la refutación el 16 de octubre y que la compañía verificó el resultado al día siguiente con Lean, un lenguaje destinado a comprobar pruebas matemáticas mediante herramientas automatizadas. La empresa publicó en GitHub el informe producido por el modelo y la prueba formalizada, materiales que ahora servirán de base para el escrutinio externo.

La noticia no equivale, por sí sola, a que la comunidad haya aceptado que la ETH es falsa. Una afirmación de ese alcance exige revisar tanto la lógica de la demostración como la correspondencia entre la prueba formal y el problema que pretende resolver; OpenAI presentó el trabajo como una refutación, pero todavía está pendiente la evaluación independiente.

La relevancia potencial va más allá de una disputa técnica aislada, porque numerosos resultados académicos emplean la ETH como supuesto para demostrar que determinados problemas son difíciles de resolver de manera eficiente. Si la refutación se confirma, esos trabajos y las conclusiones que dependen de la hipótesis podrían requerir una revisión cuidadosa, aunque eso no significa automáticamente que todos sus resultados queden invalidados.

Los investigadores piden datos y una evaluación abierta

El grupo que ayudará a organizar el examen incluye a Russell Impagliazzo y Ramamohan Paturi, de la Universidad de California en San Diego, y a Ryan Williams, del Instituto Tecnológico de Massachusetts. Impagliazzo y Paturi propusieron originalmente la ETH junto con Francis Zane, por lo que la revisión reunirá a investigadores con vínculos directos con la historia de la conjetura.

En una carta abierta, los tres académicos advirtieron que su trabajo de coordinación no debe entenderse como certificación de la afirmación. «Un resultado de esta relevancia requiere un escrutinio cuidadoso e independiente», escribieron, al tiempo que señalaron que el equipo examinará el planteamiento y ayudará a explicar públicamente el resultado si corresponde.

Williams indicó que los investigadores no firmaron acuerdos de confidencialidad ni recibirán un pago por su participación. El grupo pidió a OpenAI que divulgara todos los datos brutos relacionados con el resultado de la ETH y que financiara una conferencia para que la comunidad pudiera discutirlo. Williams también pidió públicamente que la compañía publicara cuanto antes los datos brutos, incluidos los archivos PDF y el código Lean.

El proceso abierto será importante para que otros especialistas puedan analizar los pasos de la demostración, reproducir las verificaciones y señalar posibles fallas o supuestos no justificados. La prueba en Lean puede ayudar a comprobar formalmente una estructura matemática, pero no elimina la necesidad de determinar si esa estructura resuelve efectivamente la cuestión planteada por la hipótesis.

Otros resultados anunciados en matemáticas y física

En matemáticas, OpenAI afirmó que sus modelos probaron en todas las dimensiones la conjetura del suavizado local, propuesta por Christopher Sogge en 1991. Según la compañía, el resultado también resolvería en todas las dimensiones la conjetura de Kakeya y la conjetura de restricción de Stein, problemas relacionados con el análisis matemático.

Los avances anteriores mencionados en el anuncio tenían un alcance más acotado: matemáticos habían demostrado el suavizado local en dos dimensiones en 2019 y la conjetura de Kakeya en tres dimensiones en 2025. OpenAI publicó un informe del modelo y una prueba en Lean, en línea con el material matemático que había difundido el 6 de octubre, cuando dio a conocer 722 artículos de matemáticas.

En física, la empresa aseguró que sus modelos produjeron una prueba rigurosa de que existen ciertas teorías cuánticas de campos en cuatro dimensiones. Entre ellas incluyó la cromodinámica cuántica, teoría que describe la fuerza fuerte que actúa entre quarks y gluones, y una demostración de la existencia de la teoría pura de Yang-Mills.

La existencia de Yang-Mills está vinculada con uno de los Problemas del Milenio del Clay Mathematics Institute. OpenAI había declarado en septiembre que no reclamaría el premio por su prueba de Navier-Stokes; en el nuevo trabajo de física, el Nobel David Gross encabezará el grupo de evaluación junto con Michael Douglas, Arthur Jaffe, Igor Klebanov y Nikita Nekrasov.

A diferencia del material compartido para las afirmaciones de informática y matemáticas, el grupo de física decidió no publicar por ahora el contenido generado por la IA. Sus integrantes prepararán el trabajo por sí mismos, una decisión que distingue ese proceso de revisión de la publicación directa de informes y pruebas automatizadas en las otras áreas.

El debate sobre el crédito científico

OpenAI afirma que no busca recibir crédito académico por los descubrimientos y que los investigadores de cada grupo deberían ser reconocidos por las explicaciones que elaboren. La compañía también donó USD $5 millones a la Simons Foundation para apoyar talleres y conferencias relacionados con resultados producidos por inteligencia artificial.

La postura no resuelve, sin embargo, quién debería recibir el reconocimiento cuando un sistema de IA encuentra primero un resultado y otras personas dedican tiempo a revisarlo, formalizarlo o explicar sus implicaciones. En su carta, los tres informáticos plantearon que el crédito podría concentrarse en quienes publiquen antes o dispongan de herramientas más potentes, mientras se valora menos el trabajo de verificación.

Ese dilema también ha aparecido entre matemáticos, que expresaron inquietudes parecidas en la declaración de Leiden en junio. La discusión no se limita a la autoría de un artículo: afecta los incentivos para comprobar resultados, compartir datos y ofrecer explicaciones que permitan a otros investigadores comprender y evaluar las pruebas.

Los investigadores resumieron la posible importancia del caso al señalar que, si la afirmación es correcta, cambiará una parte importante de la informática teórica. Por ahora, la formulación condicional es central: OpenAI ha presentado una refutación y una prueba formalizada, pero la conclusión dependerá de que el examen independiente confirme tanto la solidez del razonamiento como su alcance.

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