La versión interna de la nueva familia de modelos de IA Astra ha alcanzado un resultado impresionante, resolviendo o avanzando significativamente en 10 problemas abiertos de larga data en matemáticas e informática teórica. El acceso público al modelo aún no está disponible, pero la empresa ya ha publicado materiales detallados, incluyendo un trabajo de 249 páginas, análisis de razonamientos y un repositorio con pruebas formalizadas en Lean 4.
La esencia del avance declarado
Según mi análisis de los datos publicados, OpenAI afirma que Astra ha abordado problemas en geometría de altas dimensiones, teoría de codificación, complejidad de circuitos aritméticos, teoría de grupos, complejidad cuántica, criptografía de retículos y combinatoria extrema. Es notable que el costo en tokens para encontrar soluciones fue de solo unos $2000 según las tarifas de Sol API, una suma que subraya la reducción radical del costo de la investigación científica.
El punto clave es la atribución honesta. En OpenAI declararon directamente que atribuir a un humano la autoría de una prueba completamente generada por IA sería una distorsión de la contribución del sistema. Este es un precedente importante para el debate sobre el papel de la IA en la ciencia.
Relevancia para la temática cuántica y la criptografía
Dos resultados son de particular interés. Primero, Astra demostró la repetibilidad paralela exponencial para juegos cuánticos finitos arbitrarios con dos participantes, lo que podría tener implicaciones para la verificación cuántica y las pruebas interactivas. Segundo, el modelo obtuvo un resultado más fuerte sobre la complejidad del problema del vector más cercano, lo cual es crítico para la criptografía de retículos, uno de los pilares de la protección poscuántica. Sin embargo, debo enfatizar: esto no significa una amenaza para los sistemas poscuánticos ya desplegados.
Entre otros logros
- La construcción de un grupo no sófico, el resultado principal de la publicación;
- Mejores estimaciones para el empaquetamiento de esferas en altas dimensiones;
- Límites más fuertes para códigos binarios y esféricos;
- Nuevas cotas inferiores en complejidad de circuitos aritméticos;
- Un resultado sobre la conjetura de Ehrhart sobre el volumen;
- Un contraejemplo a la conjetura de rigidez de Connes;
- Nuevos resultados sobre números de Ramsey multicolores y contraejemplos a conjeturas de Erdős.
Necesidad de verificación
La formalización en Lean es una herramienta poderosa que reduce el riesgo de errores lógicos, pero no reemplaza la experiencia científica. Los matemáticos deberán evaluar en qué medida las afirmaciones formales corresponden a los problemas originales y cómo se integran en la literatura existente. Esto es especialmente importante a la luz de la Declaración de Leiden sobre IA y matemáticas, que insta a mantener la revisión por pares y la atribución transparente.
Es revelador que OpenAI no haya revelado el número de intentos fallidos ni haya dado una fecha para el lanzamiento público de Astra. La reproducibilidad del proceso declarado aún no puede verificarse de forma independiente. Este avance recuerda casos recientes en los que la IA ya refutó hipótesis de 80 años, pero aquí la escala y profundidad de los resultados alcanzan un nivel fundamentalmente nuevo.
Mi conclusión: estamos presenciando un punto de inflexión. Si los resultados se confirman, esto acelerará la transición de la IA como herramienta a la IA como investigadora independiente. Sin embargo, hasta que el modelo esté disponible para pruebas externas, las afirmaciones deben tratarse con optimismo cauteloso.