Por Canuto  

La posible prueba de Navier-Stokes presentada por OpenAI sigue bajo revisión, mientras matemáticos cuestionan que reproduzca el enfoque que la empresa le atribuyó. También persiste una pregunta difícil de responder: cuánto aportaron realmente los miles de agentes de IA desplegados para elaborarla.
***

  • OpenAI presentó una posible solución de 166 páginas, escrita en Lean y aún bajo revisión del Clay Mathematics Institute.
  • Matemáticos consultados por Scientific American sostienen que las similitudes con el trabajo de Diego Córdoba y Luis Martínez-Zoroa son superficiales.
  • El investigador Noam Brown dijo que se desconoce qué contribución concreta hicieron los cerca de 10.000 agentes de IA.

Una posible prueba bajo escrutinio

La posible solución de OpenAI al problema de Navier-Stokes, presentada a principios de septiembre, no ha cerrado el debate matemático que rodea su alcance y su método. El trabajo tiene 166 páginas y la empresa afirmó que seguía el enfoque de los matemáticos españoles Diego Córdoba y Luis Martínez-Zoroa, una descripción que ahora varios especialistas ponen en duda.

Según informó Scientific American, Gonzalo Cao-Labora, matemático de la Escuela Politécnica Federal de Lausana (EPFL), considera que el planteamiento de OpenAI es distinto cuando se examinan sus detalles. A su juicio, las coincidencias con el trabajo de Córdoba y Martínez-Zoroa son superficiales, por lo que no bastaría con señalar semejanzas generales para sostener que ambos resultados comparten el mismo enfoque.

Navier-Stokes es el nombre de un conjunto de ecuaciones utilizado para describir el movimiento de los fluidos, y algunos problemas matemáticos asociados a ellas siguen abiertos. En este caso, la discusión no consiste simplemente en decidir si una computadora produjo muchas páginas de razonamiento, sino en establecer si cada paso conduce de forma válida al resultado que la prueba pretende demostrar.

La propuesta está escrita en Lean, un lenguaje de verificación formal que permite comprobar pasos lógicos mediante reglas definidas. Esa comprobación puede ayudar a detectar errores formales, pero no convierte por sí misma el documento en una explicación accesible para las personas ni resuelve las preguntas sobre la estrategia matemática seguida por el modelo.

Qué significa que la prueba esté escrita en Lean

La verificación formal ofrece una forma de revisar que los pasos representados en un lenguaje como Lean cumplan las reglas especificadas para el sistema. Sin embargo, pasar esa comprobación no equivale a que cualquier lector pueda seguir la intuición detrás del argumento, ni permite concluir automáticamente que la interpretación humana de la prueba coincide con la afirmación pública de OpenAI.

La distinción es importante porque el debate actual combina dos tareas diferentes: revisar la validez formal del material y entender qué estrategia matemática contiene. La primera puede apoyarse en herramientas automatizadas; la segunda requiere que especialistas examinen el razonamiento, identifiquen sus ideas centrales y comparen el método con los trabajos que la empresa citó como referencia.

El Clay Mathematics Institute (CMI) revisa la propuesta desde que fue publicada, de acuerdo con la información disponible. Esa revisión sitúa el trabajo dentro de un proceso de escrutinio, pero la noticia no indica que el instituto haya emitido una conclusión definitiva ni permite presentar la prueba como aceptada por la comunidad matemática.

Por eso, la afirmación de que OpenAI siguió un enfoque previo permanece en el terreno de lo que la empresa sostuvo, no de un consenso alcanzado entre especialistas. La crítica de Cao-Labora apunta precisamente a esa diferencia: una coincidencia superficial entre resultados no demuestra que el razonamiento central sea el mismo, y la comparación detallada todavía forma parte de la discusión.

Disputas sobre antecedentes y publicación de resultados

Antes de que OpenAI publicara la propuesta, el matemático Tristan Buckmaster, de la Universidad de Nueva York, acusó a la empresa de apoyarse en un trabajo que él había realizado junto con Levent Alpöge, investigador de Anthropic, utilizando modelos de acceso público. OpenAI negó esa acusación y afirmó que no había utilizado los datos de Buckmaster.

La información disponible no resuelve de manera independiente esa disputa, y Camillo De Lellis, del Institute for Advanced Study, planteó que probablemente sea imposible obtener una respuesta definitiva porque los modelos de lenguaje funcionan como cajas negras. La observación no confirma ni refuta la acusación, pero subraya la dificultad de reconstruir qué materiales influyeron en un resultado producido mediante estos sistemas.

La controversia se amplió a principios de octubre, cuando OpenAI publicó de una sola vez cerca de 400 resultados adicionales en GitHub. La escala de esa publicación dificultó que la comunidad matemática pudiera analizar el material al ritmo en que aparecía, según el reporte de Scientific American, y generó críticas sobre la manera de compartir los avances.

Varios matemáticos expresaron molestia por la decisión de presentar los resultados como una colección suelta en GitHub, pues sintieron que ese formato abarataba su campo. La reacción no se limita a evaluar un documento concreto: también refleja inquietudes sobre cómo una empresa tecnológica comunica avances difíciles de verificar y sobre el peso que reciben los resultados al difundirse antes de que sus argumentos sean examinados con calma.

El papel incierto de los 10.000 agentes

OpenAI destinó recursos considerables al esfuerzo: desplegó cerca de 10.000 agentes de IA durante aproximadamente 88 horas y utilizó 130.000 millones de tokens para desarrollar la posible solución. Esas cifras describen la escala de la operación, pero no demuestran por sí solas que el uso de miles de agentes haya sido determinante para obtener el resultado.

Noam Brown, investigador de OpenAI, señaló que nadie sabe realmente qué aportó ese gran conjunto de agentes. Según explicó, las pruebas sistemáticas a esa escala no se han estudiado porque ejecutar comparaciones con miles de agentes resulta demasiado costoso; tampoco se ha probado cuánto tardaría un solo agente en resolver el mismo problema.

La incertidumbre también impide establecer con precisión qué ventaja ofrecen 10.000 agentes frente a 1.000, una comparación que Brown describió como casi imposible de responder con los datos disponibles. El investigador atribuyó menos del 10% del éxito a la configuración multiagente y advirtió que estos sistemas, por ser novedosos y llamativos, reciben una parte desproporcionada del crédito.

En su lectura, el factor más importante es el modelo base, capaz de trabajar en tareas durante períodos prolongados y de ejecutarse en paralelo. Esa explicación desplaza el foco desde el mero número de agentes hacia las capacidades del modelo y deja abierta una cuestión práctica para futuras evaluaciones: distinguir qué mejora proviene del sistema central y cuál, si alguna, de ampliar el enjambre de instancias.

Una evaluación que todavía no termina

Las dudas sobre la prueba y las preguntas acerca de los agentes son problemas relacionados, pero no idénticos. Una discusión examina si el razonamiento matemático es correcto y cómo se compara con trabajos anteriores; la otra pregunta qué arquitectura y qué escala de cómputo contribuyeron a producirlo.

La revisión del CMI y el análisis de matemáticos serán relevantes para determinar qué puede afirmarse sobre la propuesta, aunque la información divulgada no ofrece un calendario para una resolución final. Mientras tanto, la existencia de una prueba formalizada en Lean no elimina la necesidad de explicar sus ideas de manera que especialistas puedan someterlas a un examen matemático sustantivo.

El caso también muestra una limitación para evaluar sistemas multiagente: conocer el volumen de recursos empleados no equivale a medir su efecto causal. Sin comparaciones sistemáticas entre distintas cantidades de agentes y un solo modelo, las cifras de despliegue describen el proceso, pero no permiten atribuir con seguridad el avance a una configuración específica.

Por ahora, la propuesta de OpenAI debe tratarse como una posible solución que enfrenta revisión y desacuerdos, no como un resultado que haya despejado todas las objeciones. La prueba matemática, la relación con trabajos previos y el papel de los agentes siguen siendo preguntas abiertas, y la respuesta dependerá de evaluaciones que puedan distinguir entre una demostración verificable y una explicación convincente para la comunidad.

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