OpenAI afirma que un modelo de inteligencia artificial encontró la forma de refutar la Hipótesis del Tiempo Exponencial (ETH), una conjetura de las ciencias de la computación planteada en 1999. La afirmación no tiene ninguna relación con Ethereum, la criptomoneda que cotiza bajo el ticker ETH, ni con el cofundador de Ethereum, Vitalik Buterin.

Aun así, el anuncio provocó bromas en Crypto Twitter. "Malditos traders algorítmicos acaban de masacrar a $ETH", publicó en X un usuario llamado Takumi, mientras que Andrew Jiang escribió: "Vitalik ha estado muy callado desde que salió esto".

La ETH en cuestión fue propuesta por los científicos de la computación Russell Impagliazzo, Ramamohan Paturi y Francis Zane. La hipótesis sostiene que el problema lógico conocido como 3-SAT no puede resolverse sustancialmente más rápido que examinando cada combinación posible de variables. En 3-SAT, el objetivo es determinar si asignaciones de verdadero o falso pueden satisfacer un conjunto de reglas, donde cada regla contiene tres variables.

Cientos de artículos académicos se han apoyado en la hipótesis para establecer que ciertos problemas de teoría de grafos, biología computacional, bases de datos y geometría no pueden resolverse rápidamente, según OpenAI. La empresa dijo que refutar la ETH podría reabrir preguntas sobre cuánto más rápido podrían resolverse esas tareas y ayudar a los investigadores a buscar algoritmos mejorados.

"La refutación de la ETH reabre preguntas sobre cuánto más rápido podrían volverse estas tareas", escribió OpenAI en su entrada de blog, "y puede ayudar a guiar la búsqueda de mejores algoritmos".

El artículo de 67 páginas de OpenAI, fechado el 17 de octubre y revisado el 25 de octubre, describe un algoritmo determinista —uno que no usa aleatoriedad— que cuenta cada asignación satisfactoria de estos rompecabezas en tiempo subexponencial. Eso significa que la cantidad de trabajo crece más lentamente que cualquier función exponencial del número de variables. Dado que contar el número de soluciones es más difícil que determinar si existe al menos una solución, el resultado también resuelve el problema de decisión.

OpenAI dijo que su IA descubrió la refutación el 16 de octubre y que el resultado fue formalizado en Lean, un software que verifica mecánicamente cada paso lógico, el 17 de octubre. El artículo y la formalización están disponibles en GitHub. OpenAI indicó que esto siguió a la publicación de 722 manuscritos matemáticos a principios de mes, de los cuales solo 162 incluían un resultado principal verificado por computadora. Ese formato verificable por máquina es el que permite a investigadores independientes comprobar por sí mismos cada paso del argumento.

Impagliazzo, Paturi y el profesor del MIT Ryan Williams lideran un examen independiente de la afirmación. En una carta abierta, advirtieron que su participación no debe interpretarse como un respaldo.

"Nuestra participación no debe tomarse como una certificación de la afirmación", escribieron los tres, y agregaron que "un resultado de esta importancia requiere un escrutinio independiente cuidadoso y la comprensión de que otros puedan reconstruirlo, cuestionarlo y construir sobre él".

OpenAI dijo que los participantes no firmaron acuerdos de confidencialidad y trabajan sin remuneración. La empresa también acordó publicar todos los datos brutos y financiar una conferencia centrada en el resultado.

Las implicaciones prácticas siguen siendo inciertas. "Encontrar dichos algoritmos, y convertir los avances teóricos en mejoras prácticas, requerirá una investigación adicional significativa", escribió OpenAI. El artículo también señala que el resultado no establece que todo problema de la clase de complejidad NP pueda resolverse en tiempo subexponencial.

Eso significa que el problema P versus NP sigue abierto. P consiste en los problemas que las computadoras pueden resolver eficientemente, mientras que NP consiste en los problemas cuyas soluciones propuestas pueden verificarse eficientemente. La pregunta sin resolver es si todo problema cuya respuesta puede verificarse eficientemente también puede resolverse eficientemente.

Anthropic se sumó a la discusión el 26 de octubre con un artículo atribuido a Claude y titulado "A 2^o(n) Time Algorithm for 3-SAT". El repositorio, que también aborda el problema de la ETH, dice que un modelo interno de investigación de Claude descubrió el algoritmo. Además señala que "el resultado es puramente asintótico y no dice nada sobre resolver fórmulas en la práctica".

Claude formalizó el Último Teorema de Fermat en Lean en septiembre. El matemático Terence Tao había advertido sobre la posibilidad de esfuerzos de IA superpuestos, escribiendo en septiembre: "Ya hemos visto que incluso el rumor de que alguien trabaja en un problema puede desencadenar una cantidad masiva de esfuerzo impulsado por IA para aplanarlo antes de que el proyecto de investigación original tenga tiempo de alcanzar todo su potencial".

La reciente contribución de 5 millones de dólares de OpenAI a la Simons Foundation financiará talleres, conferencias y programas especiales destinados a ayudar a los investigadores a examinar y construir sobre los resultados producidos con IA.

Fuente: Decrypt