¿Cuál es el futuro de la investigación de matemáticas puras en la era de la IA?
¿Cuál es el futuro de la investigación de matemáticas puras en la era de la IA?
por Stephen Wolfram
Titulares e historia
Titulares e historia
Los titulares siguen apareciendo: tal sistema de IA ha resuelto tal problema matemático. Y cada vez oigo a más personas decir “quizá ya no necesitamos personas que realicen investigación matemática; quizá deberíamos delegarlo todo a IA cada vez más potentes”.
Debo admitir que me estoy impacientando un poco con algunas de las cosas que se están diciendo. Porque me parece que con demasiada frecuencia implican malentendidos fundamentales sobre de qué tratan realmente las matemáticas y también, francamente, de qué trata la IA.
Quizá tenga una experiencia personal única que influye en esto. Después de todo, en 1988, cuando presentamos por primera vez Mathematica, también hubo cierto tipo de conversación similar sobre que las matemáticas serían tomadas y perderían su sentido. Por supuesto, no fue así en absoluto. En cambio, Mathematica (ahora Wolfram Language) simplemente elevó el nivel de las matemáticas que se pueden hacer y, a lo largo de los años, condujo a todo tipo de nuevas matemáticas importantes.
Si resolver integrales simbólicas fuera lo que se considera hacer matemáticas, entonces, sí, Mathematica lo ha reemplazado en esencia. Pero, aunque ese tipo de resolución de problemas es lo que se necesita en muchas aplicaciones de las matemáticas, no es el núcleo de lo que tratan las propias matemáticas, en su forma pura.
La labor de las matemáticas puras es antigua y está estrechamente entrelazada con la historia de la civilización. Desde la época de Platón y Euclides, las matemáticas puras fueron el ejemplo definitorio de un ámbito en el que el pensamiento abstracto y racional podía construir una estructura cada vez mayor. Y a lo largo de los siglos, las matemáticas puras han llegado a ser la mayor edificación intelectual que nuestra civilización ha construido.
No ha estado exenta de patologías y limitaciones, e incluso entre quienes construyen la edificación se encuentran malentendidos sobre qué es importante, cómo deberían hacerse las cosas, etc. ¿Las matemáticas se tratan fundamentalmente de producir demostraciones, por cualquier medio necesario? ¿Están las matemáticas siempre justificadas en última instancia por sus aplicaciones? ¿Existe algún inevitable «libro de respuestas correctas» que sea el objetivo de las matemáticas descubrir?
Una vez más, supongo, tengo cierta experiencia personal en todo esto. Porque mis esfuerzos en la ciencia básica me han llevado a plantearme cuestiones sobre los fundamentos de muchas cosas, incluyendo las matemáticas. Así que he estudiado cuestiones como cuál es el espacio de todas las matemáticas posibles, cuál podría ser la estructura límite de la red de todos los teoremas y, en particular, cuál es el papel de los seres humanos en la definición de aquello que llamamos matemáticas.
El valor de la IA moderna
El valor de la IA moderna
Más adelante hablaremos sobre el carácter general y el valor de las matemáticas puras. Pero antes, abordemos la cuestión del momento: el papel de la IA moderna.
Y lo primero que hay que decir es que la IA resulta indiscutiblemente útil, a veces muy útil. Para mí, su mayor utilidad en las actividades matemáticas ha sido su capacidad de explorar temáticamente, en efecto, la base de conocimientos de las matemáticas humanas. Desde la década de 1970, poder realizar búsquedas por palabras clave en la literatura científica fue un facilitador crucial de buena parte de la investigación que realicé. Y ahora, con la IA moderna, se puede hacer mucho más. Porque en algún lugar dentro de esos LLM —de un modo que aún no comprendemos científicamente— hay algo que equivale a una representación de ideas en bruto extraídas de todos esos millones de artículos y libros sobre matemáticas.
Y, en su mejor versión, no se trata solo de recuperar cosas. También se trata de establecer conexiones. De poder ver que este resultado de aquí puede combinarse con aquel resultado de allá para llegar a una conclusión sorprendente y útil. Los humanos también lo hacen habitualmente, pero tienden a haber leído solo cientos de artículos; las IA han leído efectivamente millones, y para ellas resulta barato, en la práctica, probar muchísimas combinaciones posibles.
¿Entonces, se puede esperar simplemente poner en marcha una IA y que devuelva excelentes matemáticas? Como analizaremos, las matemáticas excelentes se definen, más que por cualquier otra cosa, por las preguntas que plantean. Sí, la IA puede automatizar con éxito tareas que normalmente los humanos habrían tenido que realizar por sí mismos. Pero, como analizaremos más adelante, en el núcleo de las matemáticas puras se encuentra la imaginación humana que indica qué preguntas plantear.
Vale la pena comprender la diferencia entre lo que hace la IA moderna y lo que hace la computación pura. La IA moderna es, ante todo, una forma de aprovechar el corpus existente de conocimiento humano. La computación es, en su forma más potente, una manera abierta de generar cosas que son fundamental e irreductiblemente nuevas. Si partimos de alguna regla o axioma y simplemente ejecutamos repetidamente el cálculo de aplicarla, mi fenómeno favorito de todos los tiempos de irreducibilidad computacional garantiza que continuaremos obteniendo resultados novedosos y nuevos a los que no se puede llegar salvo realizando todos esos pasos computacionales.
(Para quienes aún no están familiarizados con ella, la irreducibilidad computacional es una idea que introduje en la década de 1980 para captar la noción de que muchos procesos computacionales, incluso cuando se definen mediante reglas simples, no permiten ningún atajo general: la única manera de determinar su resultado es ejecutar explícitamente cada paso. Ha resultado ser un fenómeno bastante ubicuo en el universo computacional de los programas posibles, y está conectado con una larga secuencia de cuestiones fundamentales en muchas áreas de la ciencia, así como en la filosofía, etc.)
Así que sí, sin tener nada que ver con la IA, la computación puede generar una secuencia infinita de nuevos teoremas, que representan una secuencia infinita de nuevos hechos, etc. Y entre esos teoremas habrá toda clase de “originalidad” y, en efecto, “sorpresa”. Pero hay una salvedad. Esos teoremas son, en cierto sentido, simplemente “resultados extraídos del universo computacional”. Y, como tales, ciertamente se encuentran dentro del ámbito del nuevo (y, a mi parecer, muy importante) campo de la ruliología al que he dedicado tanto esfuerzo. ¿Pero son matemáticas?
¿Qué son las matemáticas, de todos modos?
¿Qué son las matemáticas, de todos modos?
Bueno, por supuesto, eso depende de lo que realmente sean las matemáticas, lo cual es precisamente lo que necesitamos comprender. En su historia temprana, se consideraba que las matemáticas eran una manera de hacer afirmaciones precisas y formales sobre el mundo, por ejemplo acerca de la aritmética o de la geometría. Pero hacia la última parte del siglo XIX se habían alcanzado niveles más altos de abstracción, ya no vinculados a características del mundo tal como lo experimentamos. Y una visión cada vez más formalista se extendió por las matemáticas: que, en última instancia, las matemáticas realmente son solo la colección de teoremas que pueden derivarse “mecánicamente” (es decir, computacionalmente) de ciertos axiomas, por ejemplo los axiomas de la teoría de conjuntos.
El teorema de Gödel hizo mella en esa imagen. Pero incluso hoy, si se les presiona, muchos matemáticos intentarán definir las matemáticas como el estudio formal de las consecuencias de ciertos axiomas elegidos. Sin embargo, aunque puedan decir eso, no es una buena descripción de lo que realmente hacen. La gran mayoría de la investigación real en matemáticas puras no opera en el nivel de los axiomas y las derivaciones mecánicas. En cambio, trabaja en un nivel mucho más elevado, construyendo y estudiando estructuras abstractas y sus interrelaciones.
No es evidente que esto deba ser posible. Podría ser que la única manera de obtener respuestas correctas en matemáticas fuera operar en el nivel más bajo, por ejemplo, directamente en términos de axiomas. Pero es una característica esencial, aunque por lo general no expresada, de las matemáticas puras que, en la práctica, se puede razonar al nivel de, por ejemplo, el teorema de Pitágoras, sin tener que descender constantemente y hablar, por ejemplo, de la definición axiomática de los números reales. Recientemente he sostenido que esto ocurre por prácticamente las mismas razones por las que en la física podemos hacer mecánica de fluidos con éxito, sin tener que descender siempre y rastrear las colisiones de moléculas individuales.
En última instancia, el fluido está compuesto por todas esas moléculas. Pero la cuestión es que los observadores como nosotros normalmente lo muestreamos solo en el nivel mucho más humano de los movimientos globales del fluido, etc. Y lo mismo ocurre con las matemáticas. Los matemáticos humanos normalmente muestrean la vasta red metamatemática de derivaciones axiomáticas subyacentes solo de maneras globales y colectivas, en términos de estructuras y conceptos de “nivel humano”.
A fin de cuentas, la historia parece ser en realidad muy similar en las matemáticas y en la física. En el nivel más básico, todo está lleno de irreducibilidad computacional, de modo que solo se pueden averiguar las cosas realizando mecánicamente cada paso computacional. Pero dentro de esa irreducibilidad computacional siempre hay zonas de reducibilidad computacional en las que es posible “adelantarse” en una manera “de nivel superior”. Y es dentro de estas zonas de reducibilidad donde residen nuestras leyes de la física (y nuestras matemáticas de nivel humano).
Generación de matemáticas mediante IA
Generación de matemáticas mediante IA
El poder y el desafío de la formalización
El poder y el desafío de la formalización
Un nuevo lenguaje de alto nivel para las matemáticas puras
Un nuevo lenguaje de alto nivel para las matemáticas puras
Demostración automatizada de teoremas
Demostración automatizada de teoremas
Resolución de problemas en matemáticas
Resolución de problemas en matemáticas
Matemáticas abiertas
Matemáticas abiertas
Nuevos conceptos matemáticos
Nuevos conceptos matemáticos
Los objetivos de las matemáticas
Los objetivos de las matemáticas
La estética de las matemáticas
La estética de las matemáticas
¿Por qué estudiar matemáticas puras de todos modos?
¿Por qué estudiar matemáticas puras de todos modos?
Lecturas adicionales
Lecturas adicionales
Nota
Nota