El 1 de agosto, la empresa OpenAI presentó pruebas para diez problemas matemáticos que habían permanecido sin resolver desde 2016. Esto no es solo un paso más en el desarrollo de la IA, sino un posible punto de inflexión en cómo percibimos las capacidades de las redes neuronales en la ciencia fundamental.
Un papel clave en este logro lo desempeñó la versión interna del modelo Astra, como el desarrollador de ChatGPT denominó a su próxima gran arquitectura. Según mis estimaciones, el volumen de cómputo utilizado para encontrar las soluciones equivale a aproximadamente $2000 según las tarifas actuales de API para Sol. Esto es insignificante en comparación con los años de trabajo que le habrían tomado a un matemático humano.
La metodología resulta de especial interés: los manuscritos fueron preparados por humanos en colaboración con el modelo, tras lo cual Astra formalizó cada demostración en Lean, un lenguaje de verificación mecánica de teoremas. La empresa publicó todos los certificados y registros de razonamiento en acceso abierto, lo que permite a la comunidad científica verificar los resultados.
Avance en la resolución de problemas fundamentales
Entre los resultados clave se encuentra una construcción que demuestra la existencia de grupos no sofísticos. Esto cerró una cuestión central que los matemáticos no habían podido resolver desde 1999, cuando Mijaíl Gromov introdujo el concepto de soficidad. También impresiona la refutación de la conjetura de rigidez de Connes sobre álgebras de von Neumann y la solución de la conjetura de Ehrhart sobre el volumen.
Destaco especialmente el problema de Erdős n.º 183 sobre números de Ramsey multicolores, un clásico de la combinatoria que resistió décadas de intentos de solución. Astra también obtuvo nuevas cotas inferiores para la complejidad del cálculo del permanente mediante circuitos aritméticos y demostró el teorema de repetición paralela para juegos cuánticos de dos jugadores. El modelo mejoró las cotas superiores de densidad en el empaquetamiento de esferas en altas dimensiones hasta el umbral de Cohn–Elkies y reforzó los límites para códigos binarios.
El reconocido matemático Thomas Bloom, de la Universidad de Mánchester, calificó estos resultados como una "gran noticia" y un "paso significativo" en el ámbito de las construcciones. Sin embargo, no todo es perfecto: el modelo no logró abordar los "problemas del milenio", siete cuestiones que el Instituto Clay de Matemáticas señaló como las principales de la disciplina, con una recompensa de $1 millón por cada una.
En mi opinión profesional, este avance marca el comienzo de una nueva era en las matemáticas, donde la IA se convierte no solo en una herramienta, sino en un socio pleno del investigador. No obstante, el hecho de que Astra no haya podido con los problemas del milenio nos recuerda que aún estamos lejos de crear una inteligencia matemática universal. Esto es más un poderoso catalizador que un reemplazo del genio humano.