La IA está a punto de graduar a las matemáticas
Is mathematics over, or just graduating?
Christian Szegedy compara la IA en matemáticas con los primeros aviones: hoy son caros y limitados, pero ya resuelven conjeturas que nadie había demostrado. Los matemáticos se resisten porque las máquinas les arrebatan sus cimas, pero Szegedy sostiene que la disciplina se convertirá en la infraestructura de toda la ciencia, y que aferrarse a "la IA no puede hacer X" es construir sobre arena.
No apuestes contra el avión. Los escépticos que dicen que la IA no puede conjeturar, no puede teorizar y no puede explicar están describiendo los modelos de la primavera pasada.
- gobdovan
No estoy seguro de por qué la gente se detiene en '¡la IA puede hacer matemáticas avanzadas!' y declara que el campo se va a transformar debido específicamente a los LLMs. Prácticamente cualquier meta-formulación de las matemáticas te da algunas reglas iniciales y un objetivo. Desde la deducción natural y el cálculo de secuentes hasta la teoría de tipos dependientes y cualquier sabor de teoría de categorías que elijas, a un nivel suficientemente abstracto, terminarás con alguna forma de problema de búsqueda. La gente de ATP previó máquinas haciendo demostraciones automáticas durante décadas, pero parece que nadie tuvo suficiente incentivo para perseguirlo a costa de sufrir la tediosidad del proceso de codificación. Ahora los laboratorios de IA aprovecharon la oportunidad para hacer algo impresionante y han demostrado que es posible cerrar la brecha de ergonomía. Pero el logro más profundo son las décadas de trabajo en ATP y asistentes de demostración que hacen que las pruebas generadas por máquinas sean mecánicamente certificables en primer lugar.
Estoy bastante seguro de que en los próximos años veremos mazos más evolucionados [0], quizás con tecnología similar a los LLM desempeñando un papel en la codificación de teoremas, que nos permitirán demostrar más profundamente de lo que podemos hacer manualmente, y luego ayudar con la arqueología y la extracción de aprendizajes al observar el 'rastro' de las pruebas certificadas. Así que en lugar de explorar -> comprender -> resolver, obtendremos resolver -> comprimir -> comprender.
[0] p. ej. https://isabelle.in.tum.de/website-Isabelle2025/dist/Isabell...
- paulorlando
Este artículo me recordó, de todas las cosas, al ensayo de Gandhi "Hind Swaraj". Él era bastante anti-cambio impulsado por la tecnología.
Estaba en contra de:
- La maquinaria reemplazando la artesanía (la habilidad desapareció y siguió la pobreza)
- Las máquinas que ahorran trabajo reemplazando a los trabajadores humanos (los trabajadores se volvieron prescindibles)
- Los médicos reemplazando las consecuencias (la gente perdió el autocontrol)
- Los ferrocarriles reemplazando la restricción y la lentitud (el daño se propagó más rápido)
Pero amaba la máquina de coser.
La prueba de Gandhi para aceptar el cambio impulsado por la tecnología era si satisfacía necesidades primarias. La interpretación de esas necesidades ciertamente no era universal. Como escribió: "...no es la necesidad primaria del hombre recorrer distancias con la rapidez de un automóvil. La aguja, por el contrario, resulta ser una cosa esencial en la vida, una necesidad primaria".
Ese es el avión en esta publicación. La emoción o el miedo al avión de la IA se juzga como que ayuda a los matemáticos (máquina de coser) o hace algo que no está del todo bien (la maquinaria/médico/ferrocarril anteriores)...
- flowerlad
Estamos entrando en una era en la que la inteligencia ya no es un recurso escaso. Bill Gates cree que en 20 años alcanzaremos una era de abundancia [1]. Pero los próximos 20 años traerán una enorme agitación social mientras aprendemos a adaptarnos.
https://www.nytimes.com/2026/08/26/technology/bill-gates-ai-...
- cloudbonsai
El autor usa los aviones como analogía. Quiero añadir algunos hechos históricos aquí:
- Primero, los aviones en los primeros 30 años eran extremadamente toscos y peligrosos. Cuando Dole organizó un concurso para el primer vuelo transpacífico en 1927, 6 de los 8 equipos fracasaron. Diez personas murieron como resultado.
- Segundo, la gente hizo muchas predicciones tontas sobre esta nueva tecnología. The New York Times extrapoló que la gente pronto empezaría a desplazarse a Nueva York usando aviones personales.
- Tercero, la gente hizo inversiones de capital basadas en estas conjeturas descabelladas. Por ejemplo, los arquitectos del Empire State Building instalaron una enorme aguja para prepararse para la próxima era del tráfico aéreo (¡destinada a usarse como estación de atraque de dirigibles!)
La conclusión es que predecir la trayectoria de una nueva tecnología a menudo es imposible. Como sociedad, actualmente estamos en la fase experimental de la IA basada en LLM, probando todas las posibilidades una por una. Quién sabe qué camino lleva a dónde.
- shiandow
La idea de que las matemáticas se acabarían solo porque es un poco más fácil encontrar demostraciones es como la idea de que la astronomía se acabaría debido a los telescopios.