Hace veinticinco años desde la última vez que un informe de investigación original fue enviado a nuestros editores para su publicación, lo que hace que éste sea un buen momento para revisar una cuestión muy discutida por aquel entonces: ¿cuál es el papel de los científicos humanos en una época en la que las fronteras de la indagación científica han quedado más allá de la comprensión de los humanos?
Y un poco más adelante dice lo siguiente:
Nadie niega los muchos beneficios de la ciencia metahumana, pero uno de sus costes para los investigadores humanos fue la constatación de que probablemente nunca volverían a realizar una contribución original a la ciencia. Algunos abandonaron el campo completamente, pero los que se quedaron desplazaron su atención, alejándose de la investigación original y acercándose a la hermenéutica: interpretar el trabajo científico de los metahumanos.
Como le dije al propio Chiang cuando me acerqué a que me firmara mi ejemplar de La historia de tu vida, me parece uno de los mejores comentarios sobre lo que está sucediendo actualmente con el progreso de la inteligencia artificial en el campo de la investigación científica. Es increíblemente certero y premonitorio, y eso que que fue escrito hace más de 25 años.
Esta misma semana hemos visto nuevos avances en el campo de las matemáticas, con modelos de IA resolviendo varios problemas abiertos que habían resistido los intentos de los investigadores matemáticos durante decenas de años. Lejos de ser casos aislados, estos logros son cada vez más habituales. Y no parece que el ritmo vaya a reducirse, sino más bien todo lo contrario.
La evolución de la ciencia humana fue publicado originalmente en la revista científica Nature con el título de Catching Crumbs from the Table (algo así como "Recogiendo migajas de la mesa"), lo que evoca una imagen un tanto perturbadora: ¿nos veremos sobrepasados por inteligencias artificiales tan increíblemente avanzadas que no sólo no tendremos capacidad de contribuir nada nuevo sino que nos costará entender sus avances y nos veremos abocados a contentarnos con meras migajas de su conocimiento? Quizá sea aún pronto para decirlo, pero el ritmo al que la capacidad de las IAs para las matemáticas ha crecido en los últimos años es, cuando menos, sobrecogedor.
En el año 1997, Deep Blue venció a Kasparov y, desde entonces, los mejores jugadores de ajedrez del planeta han sido ordenadores, con una diferencia con respecto al mejor humano que no ha hecho más que crecer. Que algo similar suceda con las matemáticas (o con otras ramas científicas o del conocimiento humano) tiene unas implicaciones mucho mayores. Al fin y al cabo, jugar bien al ajedrez no tiene un impacto social y económico significativo a nivel global. Pero ser capaz de crear nuevo conocimiento científico y técnico es harina de un costal muy, muy diferente.
Como investigador en ciencia de la computación y matemáticas, observo esta tendencia con creciente asombro y curiosidad. Y el relato de Chiang me parece un reflejo absolutamente acertado de la situación que podríamos llegar a vivir en unos (pocos) años. Como se suele decir, vivimos "tiempos interesantes".
Has comentado que modelos de IA han resuelto "varios problemas abiertos que se habían resistido" a su solución por parte de los investigadores, pero, ¿han identificado las IA's más problemas para su posible solución?
ResponderEliminarLe acabo de preguntar a Gemini y me ha dado cuatro problemas (y porque no le he pedido más). La cosa es que para saber si esos problemas son realmente "interesantes", es necesario ser un experto en el campo. A mí, algunos de ellos me lo han parecido, pero vete tú a saber. Es más, ¿qué significa que un problema sea "interesante"? Hay problemas matemáticos que lo son por las implicaciones que tendrían (P=NP?, la Hipótesis de Riemann...), pero otros lo son más bien porque son sencillos de formular y porque tienen o han tenido una historia larga de resistencia a la solución (el último Teorema de Fermat, la conjetura de Goldbach, el problema de Collatz...). Que un problema sea "interesante" es más una cuestión social que científica. Por el contrario, comprobar la solución de un problema que ya ha sido considerado históricamente interesante, es una cosa que se puede hacer mecánicamente y es indiscutible: la solución es correcta o no lo es.
ResponderEliminarEntiendo que tu comentario va más por la línea de "¿pueden las IAs ser creativas?". Y entramos de nuevo en el pantanoso terreno de definir qué es la "creatividad". ¿Acaso encontrar una solución a estos problemas no es ser creativo? Porque llevan décadas ahí y nadie había sido capaz de resolverlos. No sé, terreno pantanoso, como digo.