Esta es la segunda vez en los últimos meses que el mundo de la IA se entusiasma con las matemáticas. Los rumores se aceleraron en noviembre pasado, cuando hubo informes de que el drama en la sala de juntas de OpenAI, en el que el CEO Sam Altman fue destituido temporalmente, fue causado por un nuevo y poderoso avance de la IA. Se informó que el sistema de inteligencia artificial en cuestión se llamaba Q* y podía resolver cálculos matemáticos complejos. (La compañía no ha comentado sobre Q*, y todavía no sabemos si hubo algún vínculo con el derrocamiento de Altman o no). Descubrí el drama y la exageración en esta historia.
No es necesario que te gusten mucho las matemáticas para ver por qué estas cosas son potencialmente tan interesantes. Las matemáticas son realmente difíciles para los modelos de IA. Las matemáticas complejas, como la geometría, requieren habilidades de razonamiento sofisticadas, y muchos investigadores de IA creen que la capacidad de descifrarlas podría presagiar sistemas más poderosos e inteligentes. Innovaciones como AlphaGeometry muestran que nos estamos acercando a máquinas con habilidades de razonamiento más parecidas a las humanas. Esto podría permitirnos crear herramientas de inteligencia artificial más poderosas que podrían usarse para ayudar a los matemáticos a resolver ecuaciones y tal vez crear mejores herramientas de tutoría.
Trabajos como este pueden ayudarnos a utilizar las computadoras para tomar mejores decisiones y ser más lógicos, dice Conrad Wolfram de Wolfram Research. La empresa está detrás de WolframAlpha, un motor de respuestas que puede manejar preguntas matemáticas complejas. Me encontré con él la semana pasada en Atenas en EmTech Europa
Pero hay un problema. Para que podamos aprovechar los beneficios de la IA, los humanos también debemos adaptarnos, afirma. Necesitamos comprender mejor cómo funciona la tecnología para poder abordar los problemas de una manera que las computadoras puedan resolver.
“A medida que las computadoras mejoran, los humanos necesitan adaptarse a esto y saber más, obtener más experiencia sobre si funciona, dónde no funciona, dónde podemos confiar o no”, dice Wolfram.
Wolfram sostiene que a medida que entramos en la era de la IA con computadoras más poderosas, los humanos necesitan adoptar el “pensamiento computacional”, que implica definir y comprender un problema y luego dividirlo en partes para que una computadora pueda calcular la respuesta.
Compara este momento con el aumento de la alfabetización masiva a finales del siglo XVIII, que puso fin a la era en la que sólo la élite sabía leer y escribir.
“Los países que hicieron eso primero se beneficiaron enormemente de su revolución industrial… Ahora necesitamos una alfabetización computacional masiva, que es el equivalente a eso”.