Lo que realmente significa la prueba de la hipótesis de Riemann sobre la IA y el futuro

En la última noticia “enorme, si es cierta” que surge de la continua conquista de las matemáticas por parte de la IA, hoy temprano el matemático e investigador antrópico estadounidense Levent Alpöge publicó una afirmación en su sitio web personal que ya está resonando en todo el mundo.

“Creo que, trabajando con Claude, descubrí una prueba de la hipótesis de Riemann”, escribió Alpöge. También incluyó una prueba generada por Claude escrita en Lean, un lenguaje de programación utilizado para confirmar que las matemáticas de respaldo son lógicamente consistentes y correctas; Otros matemáticos se apresuran a verificar de forma independiente el trabajo de Alpöge, y ya están surgiendo respuestas preliminares e informales de que la prueba es correcta.

Pero, ¿qué significaría esto realmente para el resto de nosotros? ¿La prueba de la hipótesis de Riemann haría que nuestras computadoras sean más rápidas, que nuestras transacciones en línea sean más o menos seguras o que nuestras vidas digitales sean fundamentalmente diferentes? Las respuestas son más turbias de lo que cabría esperar.

Sobre el apoyo al periodismo científico

Si está disfrutando de este artículo, considere apoyar nuestro periodismo galardonado suscribiéndose. Al comprar una suscripción, ayudas a garantizar el futuro de historias impactantes sobre los descubrimientos y las ideas que dan forma a nuestro mundo actual.

Propuesta hace unos 167 años por el matemático Bernhard Riemann, la hipótesis de Riemann ha sido ampliamente considerada como uno de los mayores misterios sin resolver de las matemáticas. Se trata de la distribución de los números primos (números divisibles sólo por sí mismos y por 1) y de una suposición no demostrada (aparentemente hasta hoy) sobre las capas casi místicas de orden numérico que los sustentan. La cuestión de su veracidad es también uno de los siete “Problemas del Premio del Milenio” planteados en 2000 por el Clay Mathematics Institute: resolverlo supondría un premio de un millón de dólares.

Pero las mayores implicaciones para una solución no serán monetarias. La prueba de Alpöge es técnicamente para la “hipótesis generalizada de Riemann”, o GRH, que es una aplicación más amplia, más amplia y más poderosa de la idea inicial de Riemann a una clase mucho más amplia de funciones matemáticas relacionadas con los números primos. Demostrar que es cierto, como explica mi colega Joseph Howlett, se extendería en cascada por todas las matemáticas, revelando en un instante que muchas de las elaboradas suposiciones entrelazadas construidas sobre su supuesta veracidad fundamental son, de hecho, ciertas. Los algoritmos utilizados en ámbitos arcanos como la teoría computacional de números y el estudio de campos numéricos algebraicos podrían experimentar mejoras inmediatas. Estos avances podrían incluso, eventualmente, conducir a beneficios potenciales para aplicaciones prácticas, pero tales avances serían invisibles para la mayoría de las personas.

Muchos se han preguntado cómo podría afectar esto a la criptografía. Los números primos son esenciales para RSA, un esquema criptográfico de clave pública ampliamente utilizado cuya seguridad depende de la dificultad de factorizar números enormes en sus factores primos originales. Dada esta tecnología, se podría pensar que probar GRH y ser capaz de mapear con precisión patrones de números primos amenazaría la seguridad de la banca en línea, las comunicaciones cifradas y otras infraestructuras digitales.

Pero no lo haría, no directamente. Determinar si un número es primo (una aplicación obvia de GRH) no es lo mismo que encontrar qué números primos sirven como factores para los gigantescos y difíciles de manejar números que sustentan RSA y otros sistemas de cifrado. GRH mejoraría la comprensión de los matemáticos sobre lo primero, pero no proporcionaría un atajo conocido para lo segundo. Entonces, por ahora, sus transacciones financieras cifradas y sus secretos en línea presumiblemente están a salvo del descifrado directo mediante algún método derivado de GRH.

De hecho, los impactos más importantes de la afirmación de Alpöge (si se verifican) no se referirían realmente a los números primos (o a las matemáticas) en absoluto. Más bien, señalarían la capacidad emergente de la IA para realizar descubrimientos científicos profundamente sobrehumanos.

Para muchos expertos, este hito no es necesariamente algo que celebrar. Como un destacado matemático le dijo siniestramente a Howlett para una historia diferente a principios de este año, una IA que pueda probar la hipótesis de Riemann sería algo tan poderoso y potencialmente disruptivo que preferiría no encontrarse nunca con ella.

Esto se debe a que el problema, incluso en su forma no generalizada, es tan ferozmente complejo que ha resistido más de 150 años de esfuerzos para resolverlo por parte de algunas de las mentes mejores y más brillantes de la humanidad. “Demostrar” GRH no parece ser algo que simplemente requiera más cálculo; probablemente se requieran técnicas e ideas novedosas. Por lo tanto, un gran modelo de lenguaje que lo consiga, incluso con considerable ayuda y orientación de un experto como Alpöge, sería la evidencia más sólida hasta ahora de que los últimos modelos de IA pueden hacer mucho más que simplemente explicar teoremas existentes o ayudar a los matemáticos a desarrollar demostraciones. Significaría que, de hecho, pueden aprovechar el corpus existente de pensamiento humano para generar y establecer rigurosamente conocimientos genuinamente nuevos, de una manera que los humanos aparentemente no pueden.

Las implicaciones se extienden mucho más allá de la teoría de números. Las matemáticas sustentan gran parte de la física teórica, la ingeniería, la informática y otras disciplinas científicas, por lo que una IA capaz de demostrar GRH hoy podría ayudar mañana a los investigadores a abordar problemas en aquellos campos que de otro modo estarían fuera de su alcance. Esta sería una nueva forma de hacer ciencia, en la que los sistemas de IA pasarían de ser herramientas que ayudan en cálculos y experimentos a científicos autónomos capaces de ejecutar líneas enteras de investigación teórica.

Sigue siendo una cuestión abierta si los humanos podrían o entenderían siquiera los resultados finales de tales avances potenciales generados por la IA.

Entonces, para la gente corriente, las noticias de hoy no tratan en absoluto de números primos, ni de ningún cambio repentino y desgarrador en la vida diaria. Más bien se trata de un futuro, quizás inminente, si no inmediato, en el que las máquinas superen las capacidades de los seres humanos para realizar descubrimientos intelectuales fundamentales.

Y ese es un pensamiento aleccionador.