La prueba revolucionaria de Navier-Stokes de OpenAI no es lo que pensábamos

A principios de septiembre, OpenAI publicó una solución de 166 páginas al problema de Navier-Stokes, uno de los famosos "problemas del millón de dólares" de las matemáticas. Los informes iniciales, incluidos los de la propia OpenAI, sugerían que la prueba, producida por un modelo de lenguaje grande interno, seguía un enfoque ideado por los matemáticos españoles Diego Córdoba y Luis Martínez-Zoroa, conocido como el "programa español". Esto provocó un conflicto público con el matemático Tristan Buckmaster de la Universidad de Nueva York, quien había estado utilizando LLM para llevar a cabo ese programa junto con Levent Alpöge, empleado de Anthropic. Sin embargo, un examen más detenido por expertos revela que la prueba de OpenAI en realidad no sigue el programa español. Si bien ambos explotan el mismo "vacío legal" en el marco del Clay Mathematics Institute al construir una fuerza no física para causar una explosión, la prueba de OpenAI construye su fuerza de manera totalmente distinta. La prueba fue generada por un "enjambre de agentes" de aproximadamente 10,000 copias de un LLM experto en matemáticas, que pasó 88 horas y 130 mil millones de tokens. Incluso los mejores expertos encontraron la prueba impenetrable y ahora están utilizando el código Lean para entenderla. OpenAI utilizó inicialmente un equipo más pequeño de agentes que puede haber seguido el programa español, pero el enjambre completo tomó un camino diferente. La naturaleza de caja negra de los LLM significa que el razonamiento exacto puede nunca conocerse. Este incidente resalta cómo OpenAI no entendía la prueba de su propio modelo, y más de un mes después, nadie lo hace completamente. La semana pasada, OpenAI lanzó 400 resultados más, algunos de los cuales podrían haber ganado una Medalla Fields, lo que genera preocupación sobre el ritmo del descubrimiento matemático impulsado por IA.

(Fuente：Scientific American)