Reacción a "Diseñan AlphaProof Nexus, una nueva herramienta de IA para abordar demostraciones matemáticas"

Este trabajo muestra que una arquitectura abierta basada en agentes de inteligencia artificial (IA) ha sido capaz de resolver de forma autónoma nueve problemas abiertos de Erdős y 44 conjeturas de la On-Line Encyclopedia of Integer Sequences. Más allá de los resultados concretos, el valor de lo que presentan los autores es una metodología que permite producir descubrimientos matemáticos potentes de manera sistemática. Esta capacidad estaba prácticamente monopolizada por los laboratorios frontera.  

Desde principios de año hemos asistido a una sucesión de resultados cada vez más impresionantes obtenidos por la IA en matemáticas. La catarsis llegó en septiembre con el anuncio, no exento de polémica, de la resolución de uno de los ‘problemas del milenio’ (ecuaciones de Navier-Stokes) mediante modelos especializados en matemáticas y miles de agentes trabajando colaborativamente. Quedan ya pocas dudas que estamos asistiendo al nacimiento de una nueva forma de explorar y hacer matemáticas.  

Las capacidades matemáticas de los LLM [grandes modelos de lenguaje] han mejorado de manera espectacular. Ahora bien, como ha advertido Terence Tao en varias ocasiones, los objetivos de los laboratorios de IA y los de la comunidad científica no siempre están alineados. Estos primeros quieren resolver el mayor número de problemas para poner en valor su tecnología, mientras que la comunidad quiere aumentar su comprensión de las matemáticas. Tao señala que la automatización en la resolución de problemas puede ir en detrimento de la práctica profesional. El valor no está únicamente en conseguir demostrar un teorema, sino en todo el proceso que te lleva a conseguir la demostración. Según él, una IA elimina parte del conocimiento que normalmente produce un matemático al intentar resolver el problema, y este conocimiento es igual de valioso que la propia demostración para la práctica de las matemáticas.