La inteligencia artificial ha evolucionado de ser una herramienta meramente calculadora a convertirse en un agente capaz de aportar razonamientos que sorprenden a los expertos en diversas disciplinas. Recientemente, un modelo de lenguaje logró descifrar un problema matemático que había permanecido sin solución durante casi seis décadas, un hito que ha captado la atención de la comunidad científica. Este avance fue destacado en una publicación de la revista Nature, que subraya cómo los modelos de IA están comenzando a hacer conexiones inesperadas entre diferentes subáreas de las matemáticas.
Thang Luong, líder del equipo de Razonamiento Sobrehumano de Google DeepMind, planteó la posibilidad de que para el año 2030, la inteligencia artificial y los matemáticos puedan colaborar para obtener una Medalla Fields, el reconocimiento más prestigioso en el campo de las matemáticas. Esta afirmación resalta un cambio de paradigma en la percepción del papel de la IA en la resolución de problemas complejos, donde se empieza a vislumbrar un futuro en el que humanos y máquinas puedan trabajar en conjunto para alcanzar logros significativos.
El caso que ha provocado esta nueva ola de interés ocurrió el mes pasado, cuando un joven británico, Liam Price, sin formación universitaria en matemáticas, logró resolver el problema #1196 propuesto por Paul Erdős en 1966, con la ayuda de ChatGPT. La solución fue publicada por B. Alexeev y su equipo en el repositorio arXiv, y su enfoque estratégico ha despertado la curiosidad de matemáticos de todo el mundo. Este episodio es un claro ejemplo de cómo la IA puede ofrecer nuevas perspectivas y métodos de resolución que desafían la intuición humana tradicional.
El matemático Jared Duker Lichtman, de la Universidad de Stanford, comparó este descubrimiento con la aparición de una apertura innovadora en ajedrez, sugiriendo que la IA había encontrado una estrategia que no se había contemplado antes por los jugadores humanos. Esta observación refleja una de las discusiones más relevantes en el ámbito actual: los sistemas de IA tienen la capacidad de establecer conexiones entre áreas de conocimiento que pueden no haber sido anticipadas por la lógica humana, superando así la simple repetición de técnicas previamente conocidas.
El problema #1196, que se refiere a conjuntos de números enteros primitivos, es un ejemplo clásico de los desafíos matemáticos que han intrigado a los investigadores durante años. A diferencia de otros intentos de resolución que partían de la teoría de la probabilidad, ChatGPT abordó el problema en su formulación original, logrando establecer un vínculo entre números y probabilidad de manera implícita, como observó el renombrado matemático Terence Tao de la Universidad de California en Los Ángeles. Este enfoque sugiere que la inteligencia artificial puede operar de maneras que los humanos aún no comprenden completamente.
Liam Price había colaborado previamente con Kevin Barreto, un estudiante de la Universidad de Cambridge, para resolver otros problemas de Erdős, pero en esos casos se basaron en técnicas ya conocidas en la literatura matemática. Sin embargo, con el problema #1196, los matemáticos han notado que el modelo de IA no solo combinó información existente, sino que logró crear conexiones inéditas que no se encontraban en su material de entrenamiento. Este hallazgo ha provocado un reexamen de las capacidades de los modelos de lenguaje y su potencial para innovar en campos complejos como las matemáticas.
Sébastien Bubeck, matemático en OpenAI, destacó el cambio en la percepción sobre las limitaciones de la inteligencia artificial en este contexto. Hace un año, existía un escepticismo generalizado sobre la posibilidad de que los modelos de lenguaje pudieran superar los datos de entrenamiento. Ahora, sin embargo, la comunidad científica comienza a reconocer que la IA puede ofrecer soluciones que van más allá de lo que se había considerado posible. El matemático Daniel Litt de la Universidad de Toronto también se mostró cautelosamente optimista, afirmando que este hallazgo es "razonablemente interesante" y representa un avance significativo, a diferencia de otros ejemplos recientes de soluciones de IA a problemas de Erdős.
