hotIA

3 min de lectura

Fable 5 de Anthropic, según informes, refutó un problema matemático de 90 años

Un matemático de Harvard dijo que usó Fable 5 de Anthropic para refutar la conjetura jacobiana, pero un experto afirma que el resultado puede aportar poco a los matemáticos.

Imagen: Mashable

Un problema abierto de 90 años en geometría algebraica podría haber sido refutado por Fable 5 de Anthropic, pero al menos un matemático dice que eso no supone un cambio drástico en lo que los investigadores deben esperar de la IA.

El domingo por la noche, mientras gran parte del mundo veía la Copa Mundial, el matemático Levent Alpöge publicó en X que había usado Fable 5 para refutar la conjetura jacobiana. La conjetura ha desconcertado a los matemáticos durante casi 90 años y fue incluida en la lista de 1998 de Stephen Smale de problemas sin resolver conocida como los problemas de Smale.

Mashable señala que Alpöge forma parte de la Society of Fellows de Harvard, y que su perfil de LinkedIn indica una vinculación con Anthropic. La publicación dijo que contactó a Anthropic con preguntas sobre el trabajo de Alpöge.

Fable 5 es el último modelo de vanguardia de Anthropic y la versión pública de Claude Mythos Preview, que, según Anthropic, tenía capacidades de ciberseguridad tan avanzadas que era demasiado peligroso para su lanzamiento público.

El profesor Andrew Blumberg, que tiene una plaza conjunta en matemáticas e informática en la Universidad de Columbia, dijo a Mashable que el resultado no cambió su opinión sobre lo que estos sistemas pueden hacer. Blumberg participa en el proyecto First Proof, que evalúa modelos de lenguaje de vanguardia en matemáticas a nivel de investigación.

Recomendado

Corea del Sur lanzará en 2026 un chatbot de IA nacional gratuito

“Esto no me hizo actualizar mis creencias previas sobre lo que la IA puede y no puede hacer. Esto es exactamente el tipo de cosas que esperaría que la IA pudiera hacer. Si existiera un contraejemplo que fuera conciso y fácil de enunciar pero que la gente no ha encontrado porque es un fastidio revisar todo esto, la IA lo encontrará.”

Andrew Blumberg, profesor de la Universidad de Columbia

Por qué un contraejemplo es diferente a una demostración

Blumberg dijo que producir un contraejemplo sigue siendo un logro significativo, pero no es lo mismo que aportar una demostración positiva que ayude a los matemáticos a comprender un problema con mayor profundidad.

“Supongamos que Moisés descendiera de la montaña con tablas, y en la tabla estuviera escrito 'El cáncer puede curarse'. ¿Te importaría? No solo quieres la respuesta a la pregunta. Quieres aprender algo a partir de la respuesta. Y la razón por la que Smale consideró este problema importante es porque pensó que si lo resolvíamos, entenderíamos más cosas sobre la manera en que está estructurada la naturaleza.”

Andrew Blumberg, profesor de la Universidad de Columbia

En opinión de Blumberg, el contraejemplo a la conjetura jacobiana puede ser importante sin ser especialmente esclarecedor.

“Este contraejemplo no nos dice prácticamente nada. Es simplemente, ya sabes, hay muchísimos polinomios y a las personas les cuesta revisarlos todos, pero a las máquinas no les resulta difícil.”

Andrew Blumberg, profesor de la Universidad de Columbia

Mashable compara la afirmación con otro caso reciente: OpenAI dijo en mayo que un modelo interno había refutado la conjetura de distancia unitaria de Erdős, una conjetura central en geometría discreta. Blumberg dijo que ese resultado parecía más útil porque los expertos pudieron analizar la refutación y aprovecharla.

Dijo que eso puede no ser así en este caso, aunque también reconoció que no es lo bastante experto en la conjetura jacobiana para saber si este contraejemplo en particular tiene una estructura más profunda que valga la pena estudiar.

Mashable también reveló que su empresa matriz, Ziff Davis, presentó una demanda contra OpenAI en abril de 2025, alegando infracción de derechos de autor en el entrenamiento y funcionamiento de sus sistemas de IA.

Ava Chen

AI Editor

Ava covers the rapidly evolving world of artificial intelligence, from foundational models and research labs to the real-world economics of intelligence. With a background in computational linguistics, she cuts through the hype to find out what actually works. She firmly believes that benchmarks are just marketing until reproduced in the wild.

vía Mashable

// Sigue leyendo