Sam Altman, CEO de OpenAI, expresó su empatía hacia los investigadores y matemáticos que enfrentan dificultades para seguir el ritmo del flujo masivo de resultados matemáticos generados por inteligencia artificial, pero al mismo tiempo enfatizó que la empresa no detendrá este camino. En declaraciones durante el podcast "Cheeky Pint", Altman explicó que el derecho de la humanidad a comprender los secretos del universo y descubrir conocimientos científicos fundamentales representa una prioridad máxima que supera las perturbaciones que pueda causar la forma en que la empresa presenta sus resultados.
Conflicto de metodologías: velocidad frente a verificación
Las declaraciones de Altman llegan en un momento en que la comunidad académica y matemática enfrenta críticas severas por el estilo de OpenAI al tratar los descubrimientos. Muchos investigadores han señalado que la empresa lanza cientos de resultados matemáticos sin proporcionar suficiente contexto, documentación precisa de las fuentes o incluso mecanismos adecuados para verificar la validez de estos resultados, lo que deja a los científicos en un estado de confusión tratando de descifrar estas complejas salidas.
Además, la empresa enfrenta acusaciones de "gatekeeping" (control de acceso); ya que no se han revelado detalles completos de algunos avances importantes, como los resultados relacionados con la teoría de Yang-Mills, que es la piedra angular de la física de partículas moderna. OpenAI justifica este enfoque afirmando que se basa en recomendaciones de expertos para garantizar la mejor manera de anunciar los resultados, lo cual contradice los consejos de grupos matemáticos anteriores que abogaban por la transparencia total.
Inversiones masivas y desafíos técnicos
Altman reveló el volumen de recursos masivos que OpenAI destina a este camino, señalando que la empresa ha gastado cientos de millones de dólares en abordar problemas matemáticos. Entre estas inversiones destaca la asignación de más de 10 millones de dólares para trabajar en el problema de Navier-Stokes, uno de los famosos problemas del Premio del Milenio.
Altman también describió un período de trabajo interno intenso como algo que "se salió de control" deliberadamente para probar los límites de los modelos, donde los empleados utilizaban un canal interno en la aplicación Slack llamado "Model Name-Hold My Beer" para lanzar los problemas matemáticos más difíciles a los modelos y ver su capacidad de resolución.
¿Qué cambia en la práctica?
Esta tendencia representa un cambio radical en la naturaleza de la investigación científica; en lugar de depender totalmente del esfuerzo humano pausado, se ha entrado en una etapa de "descubrimiento acelerado" a través de la inteligencia artificial. Este desarrollo impone una nueva realidad caracterizada por lo siguiente:
- Brecha de recursos: La capacidad de las grandes empresas tecnológicas para inyectar cientos de millones en la resolución de dilemas científicos podría marginar a los investigadores académicos que no poseen la misma capacidad financiera.
- Crisis de verificación: La presión resultante de la velocidad de producción podría generar una brecha entre el "descubrimiento" y la "prueba científica validada", lo que impone una carga adicional a los científicos para revisar los resultados de la máquina.
- Centralización de datos: La transformación de las empresas tecnológicas en "guardianes" del conocimiento científico, al tener la capacidad de determinar cuándo y cómo se revelan los nuevos hechos científicos.