El profesor Peter Jonsson, de la Universidad de Linköping, tiene previsto presentar su trabajo dentro de dos semanas en uno de los congresos más prestigiosos de informática teórica. Pero, según él mismo, gran parte de ese trabajo quedó obsoleto el lunes, después de que la IA demostrara que una hipótesis que lo sustentaba, vigente desde hace 27 años, era errónea.
Revolución en la informática: OpenAI y Anthropic desafían una teoría de 27 años
Anthropic y OpenAI aseguran haber refutado la Hipótesis del Tiempo Exponencial, un principio fundamental de la informática. A los investigadores les cuesta asimilar este revés, pero también están muy emocionados.
La Hipótesis del Tiempo Exponencial
Esta semana, tanto OpenAI como Anthropic aseguraron haber refutado la “Hipótesis del Tiempo Exponencial” (ETH). Gran parte de la investigación teórica en informática sobre complejidad y diseño de algoritmos se ha basado en la premisa de que el esfuerzo necesario para resolver ciertos problemas aumenta exponencialmente con el tamaño del problema.
Nuestras historias más importantes, diario en tu correo electrónico.InscribirseIngresa tu dirección de correo electrónico para suscribirte a nuestro newsletter y formar parte del universo Wired. Tus datos personales serán tratados de acuerdo con nuestra Convenio de Usuario y Aviso de Privacidad.
Jonsson prevé que su situación será “muy común” en el Simposio IEEE sobre Fundamentos de la Informática, donde uno de sus coautores presentará su trabajo. “La gente empezará las charlas diciendo: ‘la ETH es falsa, la mitad de mi artículo no funciona’”, comenta. Es un problema frustrante, confiesa Jonsson, “pero al mismo tiempo, aprendemos mucho de él. Y de eso se trata la ciencia”.
Los investigadores aún no han verificado de forma independiente, ni mucho menos han tenido tiempo de comprender completamente, las pruebas generadas por IA. Ambas empresas las han publicado en GitHub tanto en lenguaje natural como en su formato Lean, verificable por máquinas. OpenAI ha solicitado a los informáticos de la Universidad de California en Santa Bárbara que propusieron originalmente la hipótesis, además de un académico del MIT que ha refutado una versión de la ETH, que convoquen a investigadores para analizar las pruebas. Hasta el momento, este esfuerzo incluye un formulario de Google para solicitar voluntarios y comentarios, y el compromiso de OpenAI de financiar una conferencia sobre el tema.
El profesor de la UC Santa Barbara, Daniel Lokshtanov, planea unirse a la iniciativa, ya que estima que el resultado, de confirmarse, lo dejará "completamente equivocado" y hará que alrededor de 50 de sus artículos publicados sean "inútiles" o necesiten una revisión.
Un momento verdaderamente emocionante
“Es como si hubieran lanzado una bomba gigante en medio del campo”, compara. “Es genial y terrible a la vez”.
Thore Husfeldt, jefe del grupo de investigación de algoritmos de la Universidad de Tecnologías de la Información de Copenhague, había dedicado la mayor parte del año a reflexionar sobre un único problema en su subcampo. “Por lo que veo, ahora todo es irrelevante”, declaró a WIRED. Tras formular inicialmente una versión de la hipótesis ahora refutada por OpenAI, había estado realizando cálculos en su pizarra para determinar qué otras partes de su trabajo podrían haber quedado obsoletas debido a este “resultado único en una generación”. Sin embargo, a diferencia del hastío que ha invadido a los investigadores matemáticos que se han enfrentado a demostraciones igualmente revolucionarias generadas por modelos de IA, Husfeldt expresó su entusiasmo por los nuevos resultados.
El hallazgo es “fantástico”, afirma. “Ser matemático es como andar en una habitación completamente oscura”, explica. “Es como si alguien hubiera iluminado un subcampo entero con un haz de conocimiento, y ahora corremos como conejitos emocionados explorando todos los rincones que de repente podemos descubrir. Así que es un momento sumamente emocionante”.
Durante siglos, la ciencia ha avanzado formulando hipótesis y demostrándolas erróneas. Tampoco es raro que un académico sea superado o que su trabajo sea menospreciado por otro grupo de investigación. Pero la IA ha acelerado este proceso, aniquilando programas de investigación completos y generando inquietud entre los investigadores de campos específicos de las matemáticas y las ciencias, quienes se preguntan cuál es su posición ahora que las máquinas pueden superarlos.
“Algunas personas están muy deprimidas y tristes”
“Los últimos meses han sido muy duros. Hay mucho pesimismo, porque cada semana, o cada dos, los resultados anunciados por la IA aniquilan los proyectos de investigación en curso de mucha gente”, manifiesta Husfeldt. “Eso es psicológicamente agotador para muchos”, añade, y comenta que su departamento ha considerado contratar a un psicólogo laboral porque “algunas personas están muy deprimidas y tristes”.
Los investigadores también se han visto desbordados por la cantidad de contenido que se genera actualmente gracias a la IA, incluyendo resultados de muy baja calidad. A mitad de la entrevista, Husfeldt recibe, desde una cuenta de Gmail aleatoria, lo que sospecha que es un documento de 17 páginas generado por IA sobre las consecuencias del resultado de la ETH. No lo leerá: «Leer matemáticas requiere una gran inversión de tiempo cognitivo», señala.
OpenAI ha contribuido directamente a esto; a principios de este mes, publicó 722 manuscritos sobre 400 problemas en GitHub, para disgusto de los académicos, quienes se quejan de que esto dificulta la comprensión de los resultados. A la frustración se sumaron varios documentos con errores, lo que refleja lo que algunos matemáticos consideraron un lanzamiento apresurado diseñado para impulsar la salida a bolsa de la compañía en lugar de hacer avanzar el campo. En esta ocasión, el artículo de OpenAI de unas 60 páginas sobre la ETH parece estar mejor escrito que las publicaciones anteriores de la compañía, según comentaron académicos a WIRED.
Ahora están trabajando a contrarreloj para descifrar el documento y encontrar qué otros resultados pueden deducir rápidamente de él.
Pensar en problemas difíciles
Si la Hipótesis del Tiempo Exponencial (ETH) es falsa y, de hecho, no se tarda exponencialmente más en resolver problemas a medida que se vuelven más complejos, eso es "emocionante", expresa Victor Lagerkvist, profesor asociado en Linköping. Planea retomar problemas que había abandonado bajo la suposición de que la ETH era correcta.
El hallazgo de OpenAI también podría tener repercusiones en la criptografía que sustenta la seguridad web, la cual se basa en la suposición de que ciertos problemas matemáticos requieren un tiempo excesivamente largo para resolverse. Si bien este resultado en particular no afecta directamente a la criptografía, “sin duda debería preocupar a algunos diseñadores de sistemas criptográficos”, advierte Lokshtanov.
Por eso es importante seguir trabajando en el campo de la informática teórica, tanto con la ayuda de humanos como de inteligencia artificial, añade Husfeldt: “Queremos que el proceso científico abierto permita identificar nuestros malentendidos sobre la computación, en particular porque gran parte de la infraestructura digital moderna se basa en suposiciones sobre la computación”.
En cuanto a Jonsson, de Linköping, planea revisar tanto sus propios trabajos como los de otros autores que dependen de la veracidad de la hipótesis de la Tierra (ETH), y cree que su ponencia para la conferencia podría recuperarse mediante otro método. Le entusiasma analizar en detalle la prueba de OpenAI y ver qué puede aprender de ella y aplicarla a nuevos problemas. Aunque esto invalida las premisas en las que se basa su trabajo, obtener un veredicto sobre la ETH es algo con lo que antes solo podía "soñar", sostiene. "Son tiempos apasionantes", agrega. "La mayoría de la gente jamás experimentará algo así en su carrera".
“Me da igual si es una prueba escrita por humanos, por IA o si nos la transmitió un extraterrestre. Si es cierta, simplemente debemos usarla en el futuro.”