OpenAI ha anunciado este lunes que un nuevo modelo de inteligencia artificial (IA) que empezaron a entrenar el 28 de agosto había resuelto “más de 100 problemas que llevaban años abiertos en matemáticas”. Ese mismo modelo había solucionado hace apenas unos días el problema de Navier-Stokes, uno de los llamados problemas del milenio. El comunicado de OpenAI confirma uno de los rumores que circulaban sobre su increíble capacidad de resolver en un rato problemas matemáticos que ningún humano había sabido afrontar antes: ya no hay ninguna duda. “El ritmo de sus avances en matemáticas ha sorprendido a los propios matemáticos de OpenAI”, dice la empresa en su anuncio.
Días después de resolver uno de los ‘problemas del milenio’, un modelo de ChatGPT ha resuelto de golpe docenas de cálculos. La compañía ha pedido a un grupo de académicos de prestigio que les ayuden a cómo comunicarlo
OpenAI ha anunciado este lunes que un nuevo modelo de inteligencia artificial (IA) que empezaron a entrenar el 28 de agosto había resuelto “más de 100 problemas que llevaban años abiertos en matemáticas”. Ese mismo modelo había solucionado hace apenas unos días el problema de Navier-Stokes, uno de los llamados problemas del milenio. El comunicado de OpenAI confirma uno de los rumores que circulaban sobre su increíble capacidad de resolver en un rato problemas matemáticos que ningún humano había sabido afrontar antes: ya no hay ninguna duda. “El ritmo de sus avances en matemáticas ha sorprendido a los propios matemáticos de OpenAI”, dice la empresa en su anuncio.
No se sabe exactamente qué problemas han resuelto. Aun sin esos detalles ni sus soluciones, nadie pone realmente en duda que el anuncio de OpenAI sea serio. “[Los problemas] seguro que están bien, con una probabilidad más alta que si los firmara un ser humano”, dice Alberto Enciso, investigador del Instituto de Ciencias Matemáticas (ICMAT). “Y seguro que son interesantes y que podrían haber hecho 200 o 300″, añade.
OpenAI ha creado un comité asesor de grandes figuras de la academia para gestionar la publicación de los resultados y así evitar dramas en la comunidad matemática: este ritmo, dice OpenAI, “ha dado lugar a debates internos sobre la mejor manera de informar de este rápido progreso para que el campo pueda prepararse y adaptarse”. La empresa cita una carta abierta firmada por 25 medallistas Fields, el equivalente al Nobel de Matemáticas, donde escriben que “los objetivos de las empresas de IA y de la comunidad matemática están gravemente desalineados”.
La comunidad de matemáticos vive este martes un nuevo momento de introspección: ¿cuánto de esa especialidad queda hundido por esta máquina listísima? “Estoy de duelo porque disfruto resolviendo problemas”, resume el matemático Alex Townsend, de la Universidad de Cornell. “Esa parte de mi trabajo está quedando obsoleta muy deprisa. Me dediqué a las matemáticas porque me gustan los rompecabezas y, por desgracia, ya no puedo competir con la IA. Es mejor que yo. Lo admito”.
Townsend fue uno de los primeros que vio venir este tsunami de problemas resueltos por la IA. “Estamos a pocas semanas de que una empresa de IA, o estudiantes de grado, o aficionados, recorran sistemáticamente nuestra bibliografía y resuelvan muchas de nuestras conjeturas bien definidas sin entenderlas demasiado”, escribió hace unos días. “Me gustaría que nuestra comunidad las resolviera primero y asimilara sus consecuencias”, añadió, pero no les ha dado tiempo.
La resolución de conjeturas es una razón básica para ser matemático. ¿Significa esto el fin de las matemáticas como disciplina? Claramente no, dice Townsend, pero sí que van a cambiar. “Quiero convertir todas estas nuevas respuestas en aplicaciones y entender las cosas mucho mejor de lo que podría hacerlo nunca por mi cuenta. Esta puede ser la edad de oro de las matemáticas. Solo tenemos que redefinir qué significa ser matemático”, explica ahora.
Esta sensación de aprovechar lo que la IA puede dar es por ahora la más extendida. Siempre habrá matemáticas por hacer, responde Jeremy Avigad, profesor de la Universidad Carnegie Mellon: “Es como preguntarnos: ‘Si los coches van más rápido que las personas, ¿qué nos queda a nosotros?’. Es un error pensar que los humanos compiten con la IA. La IA es una tecnología que usamos para alcanzar nuestros objetivos. Ahora que puede realizar ciertas tareas de razonamiento, podemos usarla para explorar y descubrir nuevas matemáticas”, explica.
Desde fuera de ese campo, es fácil pensar que si una IA resuelve problemas que los humanos tenían pendientes desde hace años, esa máquina ha dejado en ridículo a miles de investigadores. Pero las matemáticas son perfectas para entrenar modelos de lenguaje porque requieren de mucha complejidad y su resultado es verificable. Las matemáticas son una víctima propicia de las empresas de IA, pero no por eso han cerrado su evolución. “Es cierto que las empresas de IA tienen claros incentivos para exagerar lo brillantes que son sus modelos”, dice Sam Livingstone, matemático de la University College London (UCL). “Pero también es cierto que muchos matemáticos están ahora algo asustados, y no son objetivos. Nadie puede predecir el futuro. Hay cosas que desconocemos. Por ejemplo: si se diera a algunos de los mejores matemáticos el dinero que las empresas están invirtiendo en estos problemas para montar un programa de investigación dirigido, ¿los habrían resuelto de todos modos? ¿Cuánto se debe a la brillantez de las herramientas y cuánto a que ahora se está invirtiendo mucho más dinero que nunca?”
Esta falta de alineamiento entre empresas de IA y la comunidad de matemáticos es quizá el mayor punto de fricción en el debate. Cada académico lo ve a su manera. “Es cierto que los objetivos de las empresas de IA son distintos de los de la comunidad matemática”, dice Townsend. “Sin embargo, están produciendo algunas de las mejores herramientas matemáticas de la historia. Están haciendo avanzar las matemáticas más deprisa de lo que nadie habría podido imaginar. Las empresas de IA se están convirtiendo en grandes potencias de la producción matemática”, añade.
¿Cambiará esta irrupción inconcebible la manera en que piensan y trabajan los matemáticos? Es una duda que persigue a muchas otras disciplinas y lugares, empezando por las escuelas y universidades. “Las cosas no pueden seguir como estaban”, dice Enciso, del ICMAT. “No es tan distinto de la revolución industrial. Es pasar de una época de escasez a una época de abundancia”, añade. Es algo que no puede dejar de tener unas conclusiones difíciles de prever. “Tienes una máquina que piensa espectacularmente bien, pero como sociedad no quieres quedarte sin pensar. Tienes que asegurarte de que la usas de manera sostenible y que te permite vivir mejor como sociedad. Hay cosas de las que no puedes ver todas las derivadas ahora mismo; vas a tener que ir viendo con cuidado”, añade Enciso.
Tecnología en EL PAÍS
