A mediados de mayo OpenAI dio a conocer que un modelo interno produjo una refutación de la conjetura de distancia unitaria de Paul Erdős, construida a partir de ideas ya existentes y luego depurada por matemáticos humanos;
A mediados de mayo OpenAI anunció que un modelo interno produjo una refutación de la conjetura de distancia unitaria de Paul Erdős, un problema de geometría discreta que permaneció sin solución durante casi 80 años. El hallazgo importa porque resuelve un enunciado elemental pero resistente y demuestra que un sistema de IA puede generar una demostración completa con implicaciones para cómo se desarrollará y acelerará la investigación matemática.
Según el reporte, el modelo construyó una prueba completa combinando ideas ya existentes de varios subcampos; no introdujo técnicas conceptualmente nuevas. OpenAI facilitó acceso anticipado a varios matemáticos y, tras la producción inicial, especialistas humanos depuraron y ampliaron la demostración; la empresa presentó el resultado y compartió el material con la comunidad para verificación y aclaración posterior.
La conjetura de distancia unitaria, propuesta por Paul Erdős en 1946, pregunta cuántos pares de puntos a distancia exactamente 1 pueden formarse entre n puntos en el plano: una formulación simple que complica rápidamente el problema conforme crece n. Trabajos previos han resuelto casos óptimos para conjuntos pequeños — por ejemplo, Alexeev, Mixon y Parshall documentaron arreglos óptimos hasta 21 puntos—, pero la cuestión seguía abierta para tamaños mayores.
La divulgación provocó reacciones destacadas entre matemáticos contactados por OpenAI. Tim Gowers escribió que “there is no doubt that the solution to the unit-distance problem is a milestone in IA mathematics,” y Daniel Litt afirmó que “this is the first example of a result produced autonomously by an IA that I find exciting in itself, as opposed to as a leading indicator.
El anuncio encaja con una trayectoria rápida de mejora en las capacidades matemáticas de los modelos de lenguaje: hace tres años los LLM tenían problemas con aritmética básica; el año pasado empezaron a resolver concursos de nivel secundario; y en enero asistentes en las Joint Mathematics Meetings observaron contribuciones útiles pero restringidas que requerían mucha interpretación humana. Este caso representa un avance en la capacidad de la IA para aportar pruebas complejas, aunque aún dentro de límites claros.
Por qué importa: la demostración muestra que una IA puede reunir y aplicar un conjunto amplio de técnicas conocidas y asumir el trabajo tedioso de explorar caminos de prueba, acortando fases de búsqueda que consumen tiempo humano. Limitaciones: la solución recurrió a métodos existentes y fue seguida por intervención y perfeccionamiento humanos, OpenAI no ha presentado todavía una versión definitiva publicada en una revista revisada por pares, y la integración de piezas dispersas plantea retos de verificación y reproducibilidad. El episodio suscita preguntas sobre cómo cambiará el papel de los matemáticos en la próxima década frente a la velocidad de mejora de estas herramientas.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
