AIbaseActualizado el

La carrera vertiginosa de la IA en las matemáticas sacude al mundo matemático: OpenAI publica de golpe 722 pruebas de problemas difíciles, y…

Recientemente, OpenAI hizo públicos de una sola vez 722 manuscritos de pruebas de problemas matemáticos difíciles, que abarcan 17 áreas de las matemáticas, con un costo de resolución general muy inferior al de antes, lo…

El ritmo de avance de la inteligencia artificial en el ámbito de las matemáticas está renovando la percepción del mundo exterior. Recientemente, OpenAI hizo públicos de una sola vez hasta 722 manuscritos de pruebas de problemas matemáticos difíciles; estos resultados abarcan 17 áreas matemáticas distintas y el costo general de resolución es muy inferior al de antes, lo que provocó una enorme conmoción en el mundo matemático.

Desde la perspectiva técnica y aplicada, este lote de pruebas generadas por IA, aunque puede superar la verificación estricta de las máquinas, muestra puntos débiles evidentes en el plano de la conversión práctica. La gran mayoría de las pruebas es difícil de transformar en conocimiento que los humanos puedan comprender fácilmente, e incluso en la práctica se produjo el fenómeno de "fracaso colectivo" por el cual un solo error en un símbolo hace que múltiples conclusiones relacionadas queden invalidadas a la vez.

Este avance desató seguidamente una preocupación profunda en el ámbito académico por el ecosistema de la investigación. Los matemáticos señalan que, cuando la IA produce en masa cantidades ingentes de pruebas con una eficiencia altísima, el subsiguiente y arduo trabajo de ordenación, verificación e interpretación y consolidación recae por completo sobre los hombros de los investigadores humanos. El problema más de fondo es que, en la etapa actual, la IA resuelve problemas principalmente combinando lógicamente conocimientos ya existentes, y le cuesta mucho engendrar verdaderamente las nuevas ideas y herramientas nuevas que son el núcleo de la investigación matemática.

Los expertos del sector temen que, si esto continúa, la motivación de los humanos para realizar dichos trabajos de interpretación pueda decaer sin cesar, formando finalmente una barrera de comprensión difícil de superar entre humanos y máquinas. Esta tendencia no solo podría bloquear el desarrollo profundo de la civilización humana, sino que, en cierto modo, se aparta del propósito fundamental de la ciencia de ir hasta el fondo de las cosas y buscar la comprensión de la esencia.

Fuente original

AIbase

Notas sobre el contenido

La publicación original y los derechos pertenecen a la fuente.

Traducción automática · Consulte el original