A comienzos de septiembre, OpenAI presentó una posible solución de 166 páginas al problema de Navier-Stokes. La empresa afirmó que la prueba seguía el enfoque de los matemáticos españoles Diego Córdoba y Luis Martínez-Zoroa. Varios grupos de expertos ahora lo discuten, según informó Scientific American y recogió The Decoder el 17 de octubre.

"Cuando uno va a los detalles, es un enfoque diferente", dice el matemático Gonzalo Cao-Labora, de la EPFL. A su juicio, las similitudes son solo superficiales.

Una prueba escrita para una máquina

La posible prueba está escrita en Lean, un lenguaje de verificación formal que comprueba cada paso lógico, pero que por sí solo no la vuelve legible para una persona. El Clay Mathematics Institute (CMI) la está revisando desde que se publicó.

Antes de la publicación, el matemático de la NYU Tristan Buckmaster acusó a OpenAI de apoyarse en un trabajo que él y Levent Alpöge, de Anthropic, habían hecho con modelos disponibles al público. OpenAI negó la acusación y dijo que nunca usó los datos de Buckmaster.

Camillo De Lellis, del Institute for Advanced Study, cree que una respuesta definitiva es probablemente imposible, porque los modelos de lenguaje son cajas negras.

400 resultados más, publicados de golpe

A comienzos de octubre, OpenAI liberó cerca de 400 resultados adicionales, a un ritmo que la comunidad matemática apenas logra seguir. Los publicó como una colección suelta en GitHub, y esa forma de hacerlo molestó a muchos matemáticos, que sintieron que desvalorizaba su disciplina.

¿Ayudaron de verdad los 10.000 agentes?

Hay otra cosa que OpenAI no parece entender de su propio trabajo. La empresa le dedicó mucho cómputo al esfuerzo. Desplegó unas 10.000 instancias del modelo durante cerca de 88 horas y consumió 130.000 millones de tokens para desarrollar la posible solución.

Según el investigador de OpenAI Noam Brown, nadie sabe en realidad qué aportó ese enjambre de agentes al resultado.

El comportamiento a esa escala no se ha estudiado, porque correr pruebas comparativas sistemáticas con miles de agentes cuesta demasiado. Nadie midió cuánto tardaría un solo agente en resolver el mismo problema. Tampoco es posible, en la práctica, saber qué ventaja concreta dan 10.000 agentes frente a 1.000.

Brown atribuye menos del 10% del éxito a la configuración multiagente. Dice que estos sistemas son nuevos y llamativos, y por eso se llevan una parte desproporcionada del crédito. Lo que de verdad importa, según él, es el modelo base, capaz de trabajar en una tarea durante largos periodos y de correr en paralelo.