Por Canuto  

OpenAI ha anunciado que una versión interna de su próximo modelo de IA, llamado Astra, resolvió diez problemas matemáticos que permanecían abiertos durante más de una década. Los resultados abarcan desde geometría de alta dimensión hasta criptografía basada en retículas, y ya fueron formalizados en el verificador Lean.
***

  • Diez problemas abiertos: La IA de OpenAI resolvió conjeturas que llevaban años sin progreso, incluyendo la conjetura de rigidez de Connes y el problema del vector más cercano.
  • Formalización en Lean: Cada prueba fue verificada en el sistema Lean, y el costo total de tokens para las soluciones fue de aproximadamente USD $2.000.
  • Acceso gratuito: OpenAI dará acceso a sus mejores modelos a 100.000 científicos y matemáticos para acelerar la investigación.

OpenAI ha presentado un avance sin precedentes: diez problemas matemáticos abiertos durante décadas han sido resueltos por una versión interna de Astra, su próximo modelo de inteligencia artificial. Los resultados incluyen avances en geometría de alta dimensión, teoría de códigos, complejidad computacional y criptografía post-cuántica.

OpenAI y la investigación matemática

La compañía anunció la iniciativa ChatGPT para investigadores académicos, que otorga acceso gratuito a sus mejores modelos a 100.000 científicos y matemáticos. Este programa busca acelerar el descubrimiento en un momento en que la IA comienza a colaborar en tareas de razonamiento avanzado.

En mayo, OpenAI ya había compartido una refutación de la conjetura de distancia unitaria de Erdős, descubierta mientras evaluaba un modelo no publicado. Ese trabajo inspiró desarrollos posteriores en matemáticas y ciencias de la computación, según la propia compañía.

Ahora, el equipo presenta diez resultados que abordan problemas que no habían visto progreso en su resultado principal durante al menos una década. Los temas incluyen la complejidad de circuitos aritméticos, repetición paralela cuántica y combinatoria extremal.

Todos los problemas son de gran interés para sus respectivas comunidades, y varios tienen implicaciones amplias en el conjunto de las matemáticas. La lista incluye conjeturas famosas como la de rigidez de Connes y el problema de los números de Ramsey multicolores.

La preparación de los manuscritos estuvo a cargo de humanos junto con el modelo, y cada argumento fue formalizado en un certificado Lean. Esto garantiza la verificabilidad de las pruebas, un paso crucial para la credibilidad en el ámbito académico.

Los diez problemas resueltos

El primer resultado se refiere a empaquetamiento de esferas de alta dimensión, con nuevos límites superiores sobre la densidad hasta el umbral de Cohn–Elkies. El segundo mejora exponencialmente los límites sobre el tamaño máximo de códigos binarios y esféricos en cualquier distancia mínima prescrita.

Otro avance importante es la construcción de grupos no-sofícicos, que aborda una pregunta central en la teoría de grupos. Además, se refutó la conjetura de rigidez de Connes, que aseguraba que ciertos grupos están determinados de manera única por sus álgebras de von Neumann.

En complejidad computacional, se obtuvieron nuevos límites inferiores para calcular el permanente usando circuitos y fórmulas aritméticas, incluyendo un límite de orden n^4/log n. También se demostró un teorema de repetición paralela exponencial para juegos cuánticos de dos jugadores, extendiendo un principio clásico.

El séptimo resultado trata sobre la dificultad de aproximación de factor polinómico para el problema del vector más cercano en retículas, un asunto clave para la criptografía post-cuántica. La conjetura del volumen de Ehrhart también fue determinada, hallando el máximo volumen posible de un cuerpo convexo cuyo centroide es su único punto de retícula interior.

Finalmente, se obtuvo un límite inferior superexponencial para los números de Ramsey de triángulos multicolores, resolviendo el problema 183 de Erdős. También se resolvieron los problemas 146 y 180 sobre conjeturas de compacidad y degeneración en teoría de grafos extremales.

Estos diez hitos no solo demuestran el poder de la IA para atacar problemas abiertos, sino que abren nuevas líneas de investigación en áreas que parecían estancadas. La formalización en Lean asegura que los resultados son comprobables y reproducibles por cualquier científico.

Responsabilidad y atribución en la era de la IA

La aparición de sistemas capaces de contribuir a la investigación matemática plantea cuestiones éticas que no pueden ser respondidas solo por una empresa de tecnología. OpenAI reconoce que existen diversas opiniones sobre el papel de la IA en las matemáticas y muestra respeto por los firmantes de la Declaración de Leiden sobre IA y Matemáticas.

La atribución debe reflejar honestamente cómo se produjo un resultado, según la compañía. Es decir, afirmar autoría humana para una prueba generada por IA tergiversaría tanto la contribución del sistema como la naturaleza del trabajo intelectual humano.

OpenAI ayudó a preparar los manuscritos y formalizar las pruebas en Lean, asumiendo la responsabilidad de su corrección. Los argumentos matemáticos fueron generados por el sistema, pero el proceso de validación y contexto es humano.

La firma espera que la comunidad matemática se involucre profundamente con estos resultados, los coloque en contexto y dé vida a las ideas a través de nueva investigación. Este enfoque colaborativo es esencial para aprovechar el potencial de la IA.

A medida que los sistemas evolucionen hacia colaboradores más sofisticados, garantizar acceso generalizado será fundamental. OpenAI ya ha dado un paso con el programa de 100.000 científicos, y planea continuar apoyando a la comunidad académica.

La transparencia y la verificación formal son pilares en esta nueva era. Con Lean como herramienta, las pruebas generadas por IA pueden ser auditadas por humanos, lo que fortalece la confianza en estos avances.

Conclusión

Los diez resultados presentados por OpenAI representan un hito en la investigación matemática asistida por IA. No solo resuelven problemas abiertos, sino que establecen un precedente para futuras colaboraciones.

La combinación de capacidad de razonamiento, formalización automática y acceso abierto podría transformar la manera en que se hace ciencia. Los matemáticos ahora tienen una herramienta que amplifica su creatividad y les permite explorar conjeturas que antes parecían inalcanzables.

El costo de los tokens necesarios para encontrar estas soluciones fue de alrededor de USD $2.000, una cifra mínima comparada con el valor de los descubrimientos. Esto sugiere que la IA de nivel avanzado está al alcance de la comunidad científica.

A pesar de los debates sobre la atribución, el camino parece claro: la IA y los humanos trabajando juntos pueden acelerar el progreso del conocimiento. La responsabilidad recae en la comunidad para guiar este desarrollo de manera ética.

En definitiva, estos diez avances no son solo logros técnicos, sino una invitación a repensar el futuro de las matemáticas y la ciencia computacional. La próxima década verá más colaboraciones entre humanos y máquinas, y OpenAI lidera ese movimiento.

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