OpenAI ha dado un giro significativo a su estrategia de divulgación científica al publicar tres descubrimientos 'mayores' en matemáticas, ciencias de la computación y física, marcando una transición desde la simple publicación de manuscritos hacia un proceso de verificación colaborativa y transparente. En menos de un mes tras la liberación masiva de cientos de manuscritos que contenían soluciones a problemas matemáticos de larga data, la empresa ha presentado nuevos resultados que, según sus fuentes, resuelven desafíos fundamentales en estas disciplinas. La diferencia clave en esta segunda oleada es el papel de expertos externos, descritos por OpenAI como 'pastores', que guían la verificación de los resultados en ciencias de la computación y física, mientras que en matemáticas se optó por publicar directamente la salida del modelo para que los investigadores trabajen en sus propias explicaciones.
El primer hallazgo, en el ámbito de la computación, desafía la Exponential Time Hypothesis (ETH), una suposición duradera en la teoría de la complejidad que afirma que ciertos problemas requieren tiempo exponencial para ser resueltos. OpenAI ha presentado un algoritmo determinista que cuenta las asignaciones satisfactorias de fórmulas CNF de ancho fijo en tiempo subexponencial y espacio polinómico, refutando así la ETH. Este resultado tiene implicaciones directas para el problema P vs NP, uno de los problemas más debatidos en la ciencia de la computación. Ryan Williams, profesor del MIT y organizador de la respuesta de la comunidad, admitió que, aunque criticó previamente el enfoque de OpenAI como un 'ataque DDoS a los matemáticos', aceptó colaborar para ayudar a interpretar la solución. Williams, junto con Russell Impagliazzo y Ramamohan Paturi de la Universidad de California en San Diego, formaron un grupo de trabajo independiente para examinar la prueba. El grupo decidió publicar inmediatamente los materiales en GitHub, incluyendo la escritura del modelo y la prueba formalizada en Lean, para permitir que otros investigadores la examinen. Además, OpenAI ha lanzado una carta abierta a la comunidad solicitando discusiones sobre normas de verificación, acceso a resultados y reconocimiento del crédito.
En el campo de la física, OpenAI ha revelado una 'prueba de existencia rigurosamente matemática' de ciertas teorías cuánticas de campos interactivas que contienen campos de gauge y fermiones en cuatro dimensiones. Esto incluye la Cromodinámica Cuántica (QCD) y una completación unificada del Modelo Estándar de física de partículas. Para este trabajo, David Gross liderará un grupo de pastores que incluye a Michael Douglas, Arthur Jaffe, Igor Klebanov y Nikita Nekrasov. Aunque la información física no se ha publicado en su totalidad, la colaboración con expertos de renombre sugiere un alto nivel de rigor y confianza en la comunidad científica.
En matemáticas, el modelo de OpenAI produjo una prueba de la conjetura de suavizado local en todas las dimensiones, lo que resuelve simultáneamente la conjetura de Kakeya y las conjeturas de restricción de Stein. Este avance es particularmente relevante dado que, hace apenas unos meses, el profesor Hong Wang de la Nueva York University recibió la Medalla Fields por resolver la conjetura de Kakeya en tres dimensiones. OpenAI ha decidido liberar la salida del modelo directamente, similar a lo que hizo en su publicación del 6 de octubre, permitiendo que la comunidad matemática verifique y explique los detalles por sí misma.
Sin embargo, el proceso de OpenAI no está exento de críticas y autocrítica. La propia empresa ha admitido que su enfoque podría tener sus propios problemas. El panel de asesores matemáticos AGMAI, creado por OpenAI, recomendó recientemente que las empresas de IA no adopten la práctica de designar a ciertos individuos para recibir la salida primero, citando problemas de acceso desigual, reputación prestada y selección sesgada. En su lugar, el panel recomendó que los laboratorios de IA publiquen la salida en repositorios académicos, con pruebas formalizadas en Lean, información sobre cómo se eligieron los problemas y financiación para quienes trabajan en la comprensión de los resultados.
La reacción de la comunidad científica ha sido una mezcla de entusiasmo y escepticismo. Levent Alpöge, matemático de Anthropic, sugirió inicialmente que OpenAI se basaba en trabajo preexistente, y horas después, Anthropic liberó su propia refutación de la ETH. No obstante, la evolución del proceso de OpenAI parece estar ganando terreno. La empresa ha estructurado sus liberaciones de manera diferente para cada disciplina, involucrando a expertos de alto nivel en la verificación y fomentando la discusión pública. Ryan Williams, quien organizó la respuesta de la comunidad en computación, señaló que, aunque algunas partes de la prueba de OpenAI son 'rutinarias', hay partes 'extrañas' que indican que toda la comunidad necesita trabajar juntas. Esta colaboración no solo busca validar los hallazgos, sino también establecer nuevas normas para el futuro de la investigación asistida por IA, abordando preguntas sobre el acceso anticipado a resultados, la divulgación de conflictos de interés y el reconocimiento del crédito en el trabajo de verificación y extensión de los descubrimientos.