Meta publica seis artículos de matemáticas hechos con su IA Muse Spark y matemáticos
Según Meta, cinco de los seis trabajos responden a preguntas abiertas. Se hicieron con el chat normal de Meta AI, sin herramientas especiales de investigación.
Meta ha publicado seis artículos de investigación en matemáticas escritos junto a matemáticos humanos con su modelo Muse Spark. La empresa afirma que cinco responden a problemas abiertos; los humanos eligieron los problemas y verificaron los resultados.
Datos clave
El 2 de octubre Meta publicó seis artículos de investigación matemática elaborados junto a matemáticos con Muse Spark, el modelo de IA que está detrás de Meta AI. Los trabajos abarcan probabilidad, ecuaciones diferenciales, teoría de grupos, optimización, física aritmética y álgebra no asociativa.
Meta afirma que cinco de los seis artículos responden a preguntas que estaban abiertas, es decir, que ningún matemático había resuelto antes. Un ejemplo que cuenta la empresa: Muse Spark generó un programa de búsqueda en GAP (un software de álgebra) que encontró un contraejemplo a una conjetura de teoría de grupos; los investigadores comprobaron el ejemplo y completaron la demostración.
Según la empresa, se usaron las versiones 1.1 y 1.2 de Muse Spark en el chat de meta.ai en modo de razonamiento, sin ningún sistema especial montado para investigar. Los pasajes redactados por la IA aparecen marcados en los artículos.
Hay matices. Meta reconoce que otros equipos han anunciado de forma independiente soluciones a algunos de los mismos problemas con otros métodos, y que en uno de los artículos el comportamiento exacto en el punto crítico sigue sin resolverse.
Lo que aún no se sabe: son resultados publicados por la propia Meta y los artículos son recientes, así que la comunidad matemática todavía tiene que revisarlos y confirmarlos.
«La investigación abierta es distinta. No hay hoja de respuestas, ni garantía de que un enfoque vaya a funcionar.»
Qué significa para ti
- Un chat de uso general ya sirve de ayudante real en trabajo técnico difícil, aunque siempre con una persona que elige el problema y comprueba el resultado.
- Si usas IA para estudiar o trabajar, la lección es la misma: pídele propuestas y código para probar ideas, y verifica tú lo que te devuelva.
- Trata las cifras de «problemas resueltos» como una afirmación de la empresa hasta que haya revisión externa.
Para aprovecharlo
Fuentes
- Meta AI Research, «Solving open research problems together»
- Meta AI, artículo: Gaussian ellipsoid fitting
- Runtime Wire
¿Ves un error? Avísanos y lo corregimos en la fe de erratas.