OpenAI y Anthropic afirman que la IA rompió la misma regla de la informática
Ambos laboratorios afirman que sus modelos de IA refutaron la hipótesis del tiempo exponencial el mismo día, 16 de octubre. Expertos externos están realizando comprobaciones, y Anthropic asegura que la mejora solo se observa a partir de los 10 millones de variables.

Dos laboratorios de IA rivales afirman que sus modelos derribaron el mismo pilar de la informática, y ambos aseguran que ocurrió el mismo día, el 16 de octubre. Si las pruebas se confirman, una suposición en la que se basan cientos de artículos de investigación resulta ser errónea. El problema: según los propios cálculos de Anthropic, el método más rápido no superaría al método de ensayo y error convencional hasta que un problema tenga más de 10 millones de variables.
OpenAI El resultado se anunció el lunes 26 de octubre., junto con otras dos afirmaciones en matemáticas y física. Unas horas más tarde, Anthropic publicó su propia versión En un artículo publicado en GitHub, atribuido a “Claude, Anthropic”, se indica que ninguno de los resultados ha sido confirmado de forma independiente. Expertos externos los están revisando.
La regla en cuestión
Esta suposición se denomina Hipótesis del Tiempo Exponencial (HTE). Se basa en un rompecabezas lógico conocido como 3-SAT. Se proporciona una larga lista de condiciones, cada una con varios interruptores de sí o no, y hay que encontrar una configuración de dichos interruptores que satisfaga todas las condiciones simultáneamente.
Comprobar la respuesta es fácil. Lo difícil es encontrarla. Cada interruptor adicional duplica el número de configuraciones posibles, por lo que con 100 interruptores hay más posibilidades de las que cualquiera podría probar. Los informáticos han encontrado métodos más ingeniosos a lo largo de los años, pero el tiempo necesario sigue creciendo exponencialmente, es decir, se multiplica con cada interruptor añadido.
La ETH afirma que esto siempre será cierto: no hay atajos que escapen a ese crecimiento exponencial. Se ha creído que es cierto desde finales de la década de 1990 y gran parte de la informática teórica se construyó sobre la base de esta creencia, según Ryan Williams del MIT. dijo a Al Jazeera. OpenAI afirma que la hipótesis se ha utilizado en cientos de artículos, en campos que van desde la teoría de grafos hasta la biología computacional y las bases de datos.
Las cifras que respaldan la afirmación
Antes de este mes, los métodos más rápidos conocidos se ejecutaban en aproximadamente 1,328 elevado a la potencia de n pasos para n cambios, o 1,308 elevado a la potencia de n para los métodos que utilizan aleatoriedad, según Anthropic’El documento de 49 páginas. Ambos laboratorios afirman ahora tener un método que crece más lentamente que cualquier crecimiento exponencial. Eso es lo que significa que "ETH es falso".
Anthropic afirma que su resultado fue hallado por un modelo de investigación interno de Claude que escribió 14 millones de tokens de salida, los pequeños fragmentos de texto que produce un modelo, "sin intervención humana". Sus investigadores luego trabajaron con el modelo para mejorar la redacción. OpenAI afirma que su propia IA encontró la refutación el mismo día y que fue verificada en Lean, un lenguaje de programación que permite a una computadora verificar cada paso de una prueba, al día siguiente. Archivos en papel y Lean se encuentra en su repositorio público de GitHub.
El artículo de Anthropic afirma que los dos resultados se encontraron "de forma independiente y simultánea" y cita el trabajo de OpenAI. El anuncio de OpenAI no menciona a Anthropic, ya que El sitio web de seguimiento de investigaciones Papex señala:. Ambas fechas de descubrimiento provienen de las propias empresas. Los primeros archivos públicos aparecieron el 26 y 27 de octubre.
Por qué tu portátil no lo notará
Este es un resultado sobre los peores rompecabezas posibles, en tamaños enormes. Anthropic es tajante al respecto. Su artículo dice que es poco probable que el enfoque mejore la fuerza bruta "a menos que n > 107“, o más de 10 millones de interruptores, y que “nuestro resultado no dice nada sobre la resolución de fórmulas en la práctica”. OpenAI afirma que convertir la teoría en beneficios prácticos “requerirá una investigación adicional significativa”.”
¿Quieres que la IA te ahorre horas a la semana? Nuestra guía gratuita te muestra cómo.Obtén la guía gratuita →Eso importa porque 3-SAT no es solo un rompecabezas de aula. Los programas llamados solucionadores SAT se utilizan para verificar diseños de chips y probar software, y ya manejan fórmulas con millones de variables, porque los casos del mundo real suelen ser mucho más fáciles que el peor caso. Cuando se le preguntó en X qué podrían notar primero los desarrolladores, Williams dijo que nadie lo sabe todavía., Según The Decoder. Según él, era plausible lograr avances significativos en un plazo de 12 meses, “o puede que no veamos nada de eso. Realmente no lo sé”.”
Tampoco resuelve la famosa cuestión de P versus NP, que plantea si todo problema que se comprueba rápidamente también se resuelve rápidamente. En ese sentido, ser más rápido que exponencial dista mucho de ser rápido. Ambos artículos lo afirman.
¿Quién revisa la tarea de una IA?
La verificación está siendo liderada por tres investigadores a quienes OpenAI solicitó que actuaran como "supervisores": Russell Impagliazzo y Ramamohan Paturi de la UC San Diego, dos de los primeros en proponer ETH, y Williams. OpenAI afirma que no reciben remuneración y que no firmaron ningún acuerdo de confidencialidad. A petición suya, OpenAI publicó todo el material original y se comprometió a financiar una conferencia sobre los resultados.
Los tres también han escrito una carta abierta dejando claro que no están dando fe de la afirmación. “Nuestra participación no debe tomarse como una certificación de la afirmación”, escriben., Según cita Papex. “Si la afirmación es correcta, cambiará una parte importante de la informática teórica”. Citan el artículo de Anthropic como recurso para la revisión, junto al de OpenAI.
Una verificación Lean es una prueba sólida, pero no es el final de la historia. Lean confirma que la demostración se desprende del enunciado tal como fue escrito. Aún es necesario confirmar que el enunciado escrito realmente expresa lo que los matemáticos quieren decir. Esa es la parte lenta y humana.
Las otras dos afirmaciones
El anuncio de OpenAI también afirma haber demostrado una conjetura de 1991 sobre cómo se enfocan las ondas, fenómeno conocido como suavizado local, en todas las dimensiones. Hasta ahora, solo se había demostrado en dos dimensiones, en 2019. OpenAI asegura que el resultado también resuelve otros dos problemas bien conocidos: las conjeturas de restricción de Kakeya y Stein. Dicha demostración y sus archivos Lean son públicos.
La tercera afirmación se refiere a la física. OpenAI afirma que sus modelos demostraron que ciertas teorías sobre cómo interactúan las partículas, incluida la cromodinámica cuántica, que describe la fuerza que mantiene unidos a los núcleos atómicos, existen sobre una base matemática sólida. Esto incluye parte de uno de los siete Problemas del Premio del Milenio, cada uno dotado con un premio de 1 millón de dólares. OpenAI afirma que solo resolvió la parte de la existencia, no la mitad de la "brecha de masa", por lo que el problema del premio permanece abierto. Un grupo liderado por el premio Nobel David Gross está revisando ese trabajo. El material no ha sido publicado en su totalidad..
Esa última elección ha generado críticas. Grupo Asesor sobre Matemáticas e Inteligencia Artificial, Un panel de matemáticos del Instituto de Estudios Avanzados instó a OpenAI el 26 de octubre a publicar los resultados de física "sin demora". Argumentan que OpenAI afirmó estar esperando la verificación de Lean y que, según ellos mismos, esta ya está completa.“
La lectura simple
Que dos empresas anuncien el mismo descubrimiento el mismo día es algo novedoso. Sugiere que los principales modelos de IA ahora pueden encontrar resultados que los expertos tardaron décadas en hallar, y que más de un laboratorio puede lograrlo. También evidencia la falta de preparación de la ciencia para esto. No existe un cronograma común para determinar quién descubrió qué primero, ni una regla consensuada sobre cuándo una prueba generada por IA se considera verificada.
Por ahora, la situación es clara: tres grandes afirmaciones, cero confirmaciones independientes. Los examinadores dicen que compartirán sus hallazgos a medida que avancen. Hasta que publiquen sus conclusiones, se puede decir que ETH afirma ser falsa, pero no se ha demostrado su falsedad.


