OpenAI y la controversia sobre resolución de problema matemático

⏱ Tiempo de lectura: 4 min

OpenAI anunció que sus agentes resolvieron el problema de Navier-Stokes, uno de los siete Problemas del Milenio de la Clay Mathematics Institute. Sin embargo, la compañía enfrenta acusaciones de no haber acreditado correctamente al matemático Tristan Buckmaster de NYU y al investigador de Anthropic Levent Alpöge, cuyo trabajo previo pudo haber inspirado el resultado. OpenAI niega haber utilizado directamente la investigación de ambos.

Detalles sobre la resolución y la controversia

Buckmaster y Alpöge publicaron un proof el lunes mostrando que una versión simplificada de las ecuaciones de Navier-Stokes puede fallar bajo ciertas condiciones. Después, OpenAI presentó un proof demostrando que las ecuaciones completas también pueden colapsar. Según Sébastien Bubeck, miembro del equipo técnico de OpenAI, el equipo fue inspirado tras escuchar rumores sobre los esfuerzos de Buckmaster y Alpöge. Buckmaster documentó sus interacciones con empleados de OpenAI después de contactarlos, señalando que le ofrecieron dos opciones: publicar su trabajo y que OpenAI publicara al día siguiente, o colaborar en un paper que excluiría a Alpöge por su afiliación con Anthropic. También preguntó si los agentes tuvieron acceso a transcripciones de su trabajo, lo que OpenAI negó, aunque no respondió sobre si sus modelos fueron entrenados con esos datos.

Recursos utilizados y costo de la solución

OpenAI utilizó un modelo interno que supera significativamente al modelo Astra, lanzado apenas una semana antes. La compañía resolvió el problema ejecutando aproximadamente 10.000 agentes concurrentemente, con un costo de millones de dólares. Ambos proofs utilizan un enfoque pioneered por los matemáticos Diego Córdoba y Luis Martínez-Zoroa. Según Javier Gómez-Serrano, profesor de matemáticas en Brown University, este enfoque era uno de varios prometedores para resolver el problema, aunque no es imposible que ambos equipos lo hayan descubierto independientemente. OpenAI declaró que no reclamará el premio de un millón de dólares por la solución. La investigación en IA continúa revelando dilemas sobre transparencia y colaboración académica.

Implicaciones para el futuro de las matemáticas

El episodio plantea preocupaciones fundamentales sobre el rol de los matemáticos humanos. Los modelos de IA ahora parecen esenciales para resolver los problemas más importantes, pero solo las empresas de IA de frontera tienen los recursos necesarios. Terence Tao, matemático de UCLA, escribió que resolver problemas prematuramente mediante métodos puramente impulsados por IA —sin transparencia completa en el proceso— puede contaminar el desarrollo del campo, donde los errores y direcciones incorrectas históricamente han impulsado avances significativos. La preocupación es que si OpenAI y Anthropic continúan persiguiendo logros matemáticos cada vez más impresionantes, podría no quedar ningún problema abierto para que matemáticos fuera de estas compañías trabajen.

Aspecto	Detalle
Problema resuelto	Navier-Stokes (uno de los siete Problemas del Milenio)
Investigadores acreditados parcialmente	Tristan Buckmaster (NYU) y Levent Alpöge (Anthropic)
Acusación principal	Falta de crédito adecuado y posible uso de trabajo previo sin transparencia
Modelo utilizado	Modelo interno de OpenAI (supera a Astra)
Recursos computacionales	Aproximadamente 10.000 agentes concurrentes
Costo estimado	Millones de dólares
Premio del Milenio	OpenAI no lo reclamará (1 millón de dólares)
Enfoque matemático	Método de Diego Córdoba y Luis Martínez-Zoroa
Nivel de certeza de influencia	OpenAI niega acceso directo; Buckmaster documenta posible inspiración

Preguntas frecuentes sobre la resolución del Navier-Stokes

¿Qué es el problema de Navier-Stokes?

Es uno de los siete Problemas del Milenio de la Clay Mathematics Institute. Las ecuaciones describen cómo fluyen fluidos como agua y aire en el tiempo. La pregunta central era si pueden colapsar bajo ciertas condiciones, prediciendo estados imposibles como velocidad infinita.

¿OpenAI utilizó el trabajo de Buckmaster y Alpöge?

No está confirmado. OpenAI niega acceso directo a transcripciones, pero Buckmaster documentó que el equipo fue inspirado tras escuchar rumores sobre su investigación. Se mantiene incertidumbre sobre si los modelos fueron entrenados con esos datos.

¿Cuál es el impacto real para matemáticos humanos?

La preocupación principal es que solo empresas de IA de gran escala pueden acceder a los recursos necesarios para resolver problemas de frontera, lo que podría dejar a matemáticos académicos sin problemas significativos para investigar.

Qué conviene mirar de cerca

La tensión entre logros técnicos y transparencia académica es el núcleo del debate. Terence Tao enfatiza que los errores y caminos fallidos en matemáticas históricamente han generado desarrollo del campo. La resolución prematura sin transparencia en el proceso podría reducir ese valor formativo, independientemente de si OpenAI utilizó directamente el trabajo previo.

En Inteligencia Artificial, este episodio revela una brecha creciente entre capacidad corporativa y práctica académica tradicional. La pregunta ya no es solo si OpenAI actuó de forma ética, sino si el modelo actual de investigación matemática en IA es sostenible para el campo completo.

Fuente: www.technologyreview.com