OpenAI anunció tres descubrimientos científicos y un nuevo método para trabajar con académicos
La empresa liberó avances en matemática, ciencias de la computación y física, esta vez con guías externos y un enfoque distinto para validar los resultados generados por IA.
OpenAI anunció tres descubrimientos importantes en matemática, ciencias de la computación y física, y al mismo tiempo presentó un nuevo enfoque para colaborar con investigadores externos a la hora de validar y difundir resultados generados por sus modelos.
Según el artículo publicado por The Verge, esta vez la compañía decidió incorporar a expertos independientes como “shepherds” (guías) para los trabajos de ciencias de la computación y física. En el caso de la matemática, optaron por liberar directamente la salida del modelo para que la comunidad científica la analice y elabore sus propias explicaciones.
Los resultados ya están disponibles en GitHub. En matemática, el modelo produjo una prueba del “local smoothing conjecture” para la ecuación de ondas euclidiana en todas las dimensiones, lo que también resuelve las conjeturas de Kakeya y la restricción esférica de Stein en todo el rango conjeturado. Apenas unos meses atrás, la profesora Hong Wang de NYU recibió la Medalla Fields por resolver la conjetura de Kakeya en tres dimensiones.
En ciencias de la computación, el paper afirma que la Exponential Time Hypothesis (ETH) es falsa. Presenta un algoritmo determinista que cuenta exactamente las asignaciones satisfacientes de fórmulas CNF de ancho fijo en tiempo subexponencial y espacio polinomial. El caso de 3-SAT refutaría la hipótesis. Un grupo independiente de científicos de la computación liderado por Russell Impagliazzo, Ramamohan Paturi y Ryan Williams va a examinar y explicar la prueba. A pedido del grupo, los materiales se hicieron públicos de inmediato.
Los tres expertos que guían la verificación incluyen a dos de los autores originales de la ETH de 1999. El grupo publicó además una carta abierta a la comunidad pidiendo opiniones sobre cómo manejar resultados generados por IA, normas de acceso temprano, crédito compartido y apoyo a estudiantes e investigadores ante estos cambios de método.
En física, OpenAI no liberó el trabajo completo pero describe una prueba de existencia matemáticamente rigurosa de ciertas teorías de campos cuánticos interactuantes con gauge fields y fermiones en cuatro dimensiones, incluyendo Quantum Chromodynamics (QCD) y una completación unificada del Standard Model. David Gross liderará un grupo integrado por Michael Douglas, Arthur Jaffe, Igor Klebanov y Nikita Nekrasov que actuará como shepherd de este trabajo.
Este enfoque marca un cambio respecto al release masivo de cientos de manuscritos que OpenAI hizo hace menos de un mes. La compañía reconoce que liberar primero a personas específicas puede generar problemas de acceso desigual, reputación prestada y sesgo en la selección. Justo ayer, el panel de asesores de matemática AGMAI que la propia OpenAI armó recomendó no adoptar esa práctica y sugirió en cambio liberar en repositorios académicos, con pruebas formalizadas en Lean, información sobre cómo se eligieron los problemas y financiamiento para quienes trabajen en entender los resultados.
La noticia llega en un momento en que la comunidad científica debate cómo integrar los avances generados por IA sin perder rigor ni equidad. OpenAI parece estar probando diferentes caminos para equilibrar velocidad de publicación con validación colectiva.
Desde Buenos Aires, estos anuncios se siguen con atención porque herramientas de este tipo ya están al alcance de investigadores y startups locales, aunque el impacto concreto en ciencia básica todavía requiere que la comunidad académica regional se involucre en la verificación de los resultados.