OpenAI anuncia tres descubrimientos científicos y un nuevo modelo de colaboración con los académicos

Menos de un mes después de publicar un amplio lote de borradores de investigación que, según afirmó, contenían soluciones a antiguos problemas matemáticos, OpenAI ha vuelto a anunciar tres resultados que califica de «mayores» en tres campos distintos: matemáticas, ciencias teóricas de la computación y física teórica. Sin embargo, el elemento más llamativo esta vez no es solo el contenido de los resultados, sino la forma en que la compañía ha decidido gestionar el proceso de anuncio y verificación, involucrando a equipos de investigadores destacados en la revisión de los resultados y en su explicación a la comunidad científica.

Tres resultados en tres campos

El primer resultado se refiere a la combinatoria y al análisis armónico: OpenAI sostiene que su modelo alcanzó una demostración de la conjetura del «suavizado local» (Local Smoothing) para la ecuación de ondas euclídea en todas las dimensiones espaciales a partir de la segunda. Esa demostración, según la compañía, implicaría otros resultados relacionados, entre ellos la conjetura de Kakeya y las estimaciones de restricción esférica de Stein dentro del rango esperado. Cabe señalar que la investigadora Hong Wang, de la Universidad de Nueva York, recibió hace unos meses la Medalla Fields por resolver la conjetura de Kakeya en tres dimensiones, lo que da una idea de la magnitud y la relevancia del problema.

El segundo resultado pertenece a las ciencias de la computación y es el más polémico: un artículo que afirma que la «hipótesis del tiempo exponencial» (Exponential Time Hypothesis) es falsa. El trabajo presenta un algoritmo determinista que cuenta con exactitud las asignaciones satisfactorias de fórmulas CNF de anchura fija en tiempo subexponencial y espacio polinómico; el caso particular de 3-SAT refutaría la hipótesis. Dicha hipótesis ha sido ampliamente aceptada entre los especialistas desde que se formuló en 1999 y se emplea como base de numerosos resultados de complejidad computacional, de modo que su refutación tendría un impacto considerable.

El tercer resultado corresponde a la física teórica y aún no se ha publicado en su totalidad. OpenAI lo describe como una «demostración de existencia matemáticamente rigurosa» para determinadas teorías cuánticas de campos interactuantes con campos de gauge y fermiones en cuatro dimensiones, incluyendo la cromodinámica cuántica y una compleción unificada del modelo estándar de la física de partículas.

Los «shepherds»: un nuevo modelo de revisión

La novedad de esta ronda es que OpenAI no publicó los resultados por su cuenta, sino que encargó el seguimiento de la verificación a grupos de expertos externos a los que denomina «pastores» (shepherds):

• Ciencias de la computación: un grupo de trabajo independiente dirigido por Russell Impagliazzo y Ramamohan Paturi, de la Universidad de California en San Diego —quienes fueron, de hecho, los proponentes originales de la hipótesis—, con la participación de Ryan Williams, del MIT, para examinar la demostración y explicarla.
• Física: un equipo encabezado por David Gross e integrado por Michael Douglas, Arthur Jaffe, Igor Klebanov y Nikita Nekrasov.
• Matemáticas: los resultados del modelo se publicaron directamente, como en el anuncio anterior, siguiendo el consejo de que los investigadores deben llegar a sus propias interpretaciones del resultado.

A petición del grupo de ciencias de la computación, los materiales se pusieron a disposición del público de inmediato, incluyendo el resumen de los resultados y la demostración formalizada en el lenguaje Lean en GitHub, para que otros puedan examinarlos por sí mismos.

Objeciones al «acceso anticipado»

Con todo, la compañía reconoce que este enfoque puede plantear problemas. El propio comité de asesores matemáticos creado por OpenAI recomendó que las empresas de inteligencia artificial no adopten la práctica de designar a determinadas personas para recibir los resultados en primer lugar, basándose en tres objeciones: la desigualdad en las oportunidades de acceso, el «préstamo de reputación» científica para reforzar la credibilidad de los resultados y la selección sesgada de los revisores.

En su lugar, el comité propuso que los laboratorios de inteligencia artificial publiquen sus resultados en repositorios académicos abiertos, con demostraciones formalizadas en Lean, una explicación de cómo se eligieron los problemas y financiación para los investigadores que trabajen en comprender y verificar los resultados.

Preguntas abiertas a la comunidad científica

El anuncio vino acompañado de una carta abierta que solicita aportaciones sobre cómo examinar estas afirmaciones y establecer normas para tratar los «avances» generados por la inteligencia artificial. Entre sus preguntas figuran:

• ¿Qué reglas deben regir el acceso anticipado a los resultados generados por inteligencia artificial, la declaración de conflictos de interés y el uso de materiales no publicados en investigaciones posteriores?
• ¿Cómo se reparte el mérito científico entre quien descubre y quienes verifican, corrigen, simplifican, explican y amplían?
• ¿Cómo apoyamos a los estudiantes e investigadores en un contexto de herramientas cambiantes, preservando la comprensión y el juicio crítico necesarios para cuestionar los resultados?

El valor práctico de lo que está ocurriendo

La importancia de este anuncio no se limita a los problemas en sí. Estamos ante un experimento real de un nuevo mecanismo de producción de conocimiento: un modelo que genera una demostración, seres humanos que la verifican y una comunidad científica que necesita reglas aún no escritas. Y hasta que se completen las revisiones, estos resultados siguen siendo afirmaciones en fase de examen, no hechos establecidos: una distinción esencial que debe mantenerse por grande que sea la entidad que las anuncia.

✦ بقلم فريق دروب أيديا