Los matemáticos dicen que OpenAI no entiende su propia prueba de Navier-Stokes

Los matemáticos dicen que OpenAI no entiende su propia prueba de Navier-Stokes

En comienzos de septiembre, la empresa presentó una solución potencial de 166 páginas para el problema de Navier-Stokes. OpenAI afirmó que la prueba se basa en el enfoque de los matemáticos españoles Diego Córdoba y Luis Martínez-Zoroa.

Varios grupos de expertos ahora están en desacuerdo, según informa Scientific American. “Cuando se analizan los detalles, es un enfoque diferente”, dice el matemático Gonzalo Cao-Labora de EPFL. Las similitudes son solo superficiales, afirma él.

La prueba potencial está escrita en Lean, un lenguaje de verificación formal que verifica cada paso lógico, pero no es legible para los humanos por sí solo. El Clay Mathematics Institute (CMI) ha estado revisándola desde su publicación.

Antes de la publicación, el matemático de NYU Tristan Buckmaster acusó a OpenAI de basarse en trabajos que él y Levent Alpöge de Anthropic habían realizado con modelos disponibles públicamente. OpenAI negó la acusación, afirmando que nunca utilizó los datos de Buckmaster. Probablemente sea imposible dar una respuesta definitiva, ya que los modelos de lenguaje son cajas negras, según Camillo De Lellis del Instituto de Estudios Avanzados.

A principios de octubre, OpenAI descargó unos 400 resultados más que la comunidad matemática apenas puede seguir. Publicarlos como una colección desordenada en GitHub enfureció a muchos matemáticos, quienes sentían que esto degradaba su campo.

Nadie sabe si los 10,000 agentes de IA realmente ayudaron

Hay otra cosa sobre la que OpenAI no parece entender su propio trabajo. La empresa ha invertido mucho en cálculos, desplegando aproximadamente 10,000 instancias de modelo durante unas 88 horas y 130 mil millones de tokens para desarrollar la solución potencial de Navier-Stokes. Según el investigador de OpenAI Noam Brown, en realidad nadie sabe qué contribuyó ese enorme enjambre de agentes al resultado.

El comportamiento a esa escala no ha sido estudiado, ya que realizar pruebas de comparación sistemática con miles de agentes cuesta demasiado. Nadie ha probado cuánto tiempo tardaría un único agente en resolver el mismo problema, y es casi imposible determinar qué ventaja concreta ofrecen 10,000 agentes en comparación con 1,000.

Brown asigna menos del 10 por ciento del éxito al diseño de múltiples agentes. Dice que estos sistemas son nuevos y llamativos, por lo que reciben una parte desproporcionada de los créditos. Lo que realmente importa es el modelo base en sí, que puede llevar a cabo tareas durante largos períodos y operar de forma paralela.

Noticias sobre IA Sin Eufemismos – Seleccionadas por Humanos

Suscríbase a THE DECODER para leer sin anuncios, un boletín semanal sobre IA, nuestro informe de vanguardia “AI Radar” exclusivo seis veces al año, acceso completo al archivo y acceso a nuestra sección de comentarios.