Strogatz, matemático de Cornell, dividió el papel de las computadoras en matemáticas en tres etapas: sirviente, explorador y oráculo. La IA ahora sólo da respuestas, pero no razones. Es posible que las matemáticas tengan que pasar a la verificación médica, a costa de perder la certeza absoluta. (Suplemento de antecedentes: OpenAI descartó 722 trabajos de matemáticas a la vez, y los años de arduo trabajo de algunos académicos volvieron a cero de la noche a la mañana) Los matemáticos dicen que la IA se está convirtiendo en un "oráculo", lo que significa que da respuestas aparentemente correctas, pero no puede explicar las razones, y los humanos no pueden entender ni ponerse al día. Steven Strogatz, matemático aplicado de la Universidad de Cornell, fue uno de los autores del artículo de 1998 sobre redes de mundos pequeños. Él y su colega Alex Townsend coescribieron el nuevo libro "Big Math: The Hidden Codes That Run Our World". En una entrevista exclusiva con Ars Technica, dividió el papel de las computadoras en las matemáticas en tres etapas. El trasfondo es que el mes pasado OpenAI publicó 722 manuscritos matemáticos producidos por AI, lo que en el círculo se llama "mathocalypse" (el fin del mundo matemático). ¿Cuál es la diferencia entre "Oracle" y el uso anterior de computadoras para hacer matemáticas? La primera etapa es "sirviente". La computadora calcula según las instrucciones dadas por la persona. Dijo que es como un microscopio o un telescopio, pero sólo amplía los sentidos humanos. La segunda fase fue el surgimiento del "Scout" en la década de 1950. Enrico Fermi y otros utilizaron computadoras para simular la vibración de los enlaces químicos entre átomos. Originalmente esperaban que la energía se extendiera gradualmente y se desordenara. Como resultado, el 98% de la energía volvió al modo de vibración original. Este accidente se convirtió más tarde en la teoría del solitón. Dijo que al entrar en la "jungla" de sistemas no lineales, la intuición humana fallará y la computadora sólo podrá enviarse para explorar el camino e informar. Pero en ese momento, la computadora está enseñando a la gente, y los humanos todavía pueden ponerse al día y encontrar explicaciones teóricas para los resultados. La tercera etapa es el "oráculo" actual: la computadora da resultados que los humanos no pueden entender ni explicar, pero los resultados parecen ser correctos. Strogatz dio dos ejemplos. Google Translate hace un buen trabajo traduciendo, pero no descubre nuevos principios lingüísticos y, aunque lo haga, no puede explicarlos. AlphaFold permite a los desarrolladores ganar el Premio Nobel de Química 2024. Los humanos pueden resolver mil veces más estructuras proteicas que antes. No se basa en aprender nueva física o química, sino simplemente en identificar patrones. También es imposible decir cómo hacerlo. Dijo que la situación sólo empeorará en el futuro... Si no entiendes la respuesta, ¿cómo sabes que es correcta? La respuesta de Strogatz es tomar prestado de la medicina. El lanzamiento de nuevos fármacos requiere de un gran número de experimentos controlados y ensayos aleatorios para demostrar su seguridad. Los médicos no necesitan saber cómo funciona la aspirina para usarla con confianza. "Si la IA es un oráculo, todavía se puede comprobar por la frecuencia con la que acierta", afirmó. La contrapartida es que las matemáticas se parecerán más a la ciencia, la medicina y la ingeniería. Las matemáticas puras siempre se han enorgullecido de sus demostraciones absolutas: las demostraciones de "Elementos", escritas alrededor del año 300 a. C., siguen siendo válidas hoy en día, pero ninguna de ellas es aceptada todavía en la ciencia y la medicina contemporáneas. Si en cambio utilizamos métodos científicos para verificar, los matemáticos puros más puros estarían sacrificando la certeza que más aprecian. También dejó algo de margen: la IA puede convertirse en una muy buena maestra, y tal vez los humanos la entiendan en 10 años. Pero cree que algunos sistemas realmente no entenderán debido a limitaciones humanas (no son lo suficientemente rápidos, no lo suficientemente inteligentes, no tienen suficiente memoria), incluso con la ayuda de la IA. ¿Qué les queda a los matemáticos? Hablemos primero de las pérdidas. Dijo que, medio en broma, pasó por las cinco etapas del duelo, pero que el estudiante de 25 años que sueña con ser matemático ahora no lo encuentra divertido. Los matemáticos puros como Terence Tao han estado enfatizando la "comprensión": el proceso de tratar seriamente de entender algo forzará varias soluciones y versiones simplificadas, lo que significa que se aprende más en el camino que la respuesta misma. ¿Y dónde está la esperanza? Dijo que actualmente la IA no es buena para hacer buenas preguntas, al igual que los estudiantes de doctorado que recién ingresan a la escuela de posgrado, porque a las universidades se les enseña a dar respuestas, no a hacer preguntas. Pero cree que es algo que se puede entrenar. Incluso si no puedes hacer grandes descubrimientos, aún puedes disfrutar de pequeños descubrimientos, como resolver Sudoku. La diversión está en pensar en sí mismo. Lo que pasa es que es difícil para alguien que quiere ser el primero en hacer un gran descubrimiento. En cuanto a la situación general, afirma: "Es muy confuso, es la única valoración honesta". Su nuevo libro termina con una nota fáustica: puedes redimirte si continúas persiguiendo algo más grande que tú mismo, pero sigue siendo un juego peligroso. Informes relacionados OpenAI anula la hipótesis del tiempo exponencial y resuelve el problema de Millennium Yang-Mills: tres avances científicos de la IA conmocionaron al mundo académico. ¡Los matemáticos no están contentos con las empresas de inteligencia artificial! 25 personas firmaron la Medalla Fields para criticar: Sólo puede resolver problemas, no matemáticas. OpenAI dijo que el nuevo modelo que está entrenando ha resuelto más de 100 problemas matemáticos y, simultáneamente, ha establecido un grupo asesor académico. La IA no es más inteligente que los matemáticos, pero recuerda más que las personas. El modelo de razonamiento de OpenAI resolvió acertijos matemáticos de 80 años de antigüedad y tres destacados matemáticos lo respaldaron. ¿Aún puedes confiar en las pruebas de IA si no puedes entenderlas? Matemático: Es como una droga nueva. Mire la tasa de respuesta correcta. Este artículo se publicó por primera vez en BlockTempo, el medio de noticias blockchain más influyente.