AI WORLD HQ
Probablemente usas la IA para resumir un correo, redactar una receta o planificar un viaje. La investigación en matemáticas parece otro planeta. Pero cuando una IA ayuda a abordar preguntas en las que expertas y expertos llevan años atascados, te dice algo real hacia dónde se dirigen estas herramientas.
Qué hizo realmente OpenAI
Según el anuncio de OpenAI, la compañía compartió nuevos resultados de lo que llama un modelo de frontera, la IA interna más capaz que tiene, la misma familia de sistemas detrás de herramientas como ChatGPT. Este modelo se enfocó en problemas abiertos de matemáticas, que es solo una forma de decir: preguntas que nadie en el mundo ha resuelto todavía.
OpenAI asegura que luego convirtió los hallazgos del modelo en formalizaciones de pruebas en Lean. Lean es un lenguaje de programación y una herramienta creada específicamente para verificar matemáticas. Una formalización de prueba es el acto de escribir una demostración no en frases humanas normales, sino en un formato estricto, paso a paso, que una computadora puede leer y confirmar. Es la diferencia entre bocetar un argumento en una servilleta y presentar una declaración de impuestos que un auditor pueda verificar línea por línea.
Por qué matemáticas, y por qué ahora
Las matemáticas se usan a menudo como referencia para medir el razonamiento de la IA, es decir, qué tan bien un sistema puede pensar paso a paso sobre un problema en lugar de simplemente imitar patrones de lo que otras personas han dicho antes. Si una IA puede aportar a problemas abiertos, el razonamiento detrás de las herramientas de IA cotidianas probablemente también se está fortaleciendo.
OpenAI ha subido el código en Lean y las notas de investigación a GitHub, un sitio público donde desarrolladoras, desarrolladores e investigadoras comparten y revisan el trabajo de los demás. Otros matemáticos y laboratorios de IA pueden examinar lo que hizo el modelo, probarlo y construir sobre ello. Esa apertura es parte de por qué este anuncio llamó la atención en la comunidad investigadora.
Qué significa esto para ti
- Si solo sientes curiosidad por la IA: Esta es una de las señales más claras de que la IA está pasando de "buscar cosas" a "ayudar con investigación". Ese cambio terminará notándose en las herramientas cotidianas que usas: asistentes, búsquedas, apps de estudio.
- Si usas IA para estudiar o trabajar: Un razonamiento más fuerte suele significar respuestas más fiables en preguntas complicadas, pero las herramientas de consumo que tienes hoy todavía se equivocan, así que vale la pena verificar dos veces cualquier cosa que realmente importe. OpenAI no ha dicho que este modelo de investigación esté disponible para usuarios comunes todavía.
- Si las matemáticas no son lo tuyo: No necesitas entender Lean ni los problemas abiertos para que esto te importe. Piensa en ello como un boletín de calificaciones sobre qué tan lista se está volviendo la IA, y las notas están subiendo.
Para cerrar
Lo importante no es que debas correr a probar una IA de matemáticas. Lo importante es que el asistente que llevas en el bolsillo se está entrenando y probando con problemas cada vez más difíciles de fondo. A medida que ese razonamiento mejore, espera que la IA cotidiana sea capaz de encargarse de tareas más enredadas con menos ayuda tuya. Si te pica la curiosidad, los archivos en Lean y las notas de investigación de OpenAI están abiertos en GitHub y son gratis de leer.