Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarTechCrunch→ original

OpenAI y Anthropic afirman que su IA refutó la hipótesis ETH sobre la dificultad de ciertos problemas

La hipótesis ETH sostiene que, en rompecabezas difíciles como un sudoku gigante, el tiempo de búsqueda de la respuesta crece de forma explosiva con el número de variables. OpenAI afirmó que su modelo encontró un algoritmo más rápido, y horas después Anthropic publicó su propia refutación. Si la verificación se sostiene, habrá que revisar muchos artículos que se apoyan en ETH, pero por ahora se trata de afirmaciones, no de una prueba aceptada.

Procesado por IA desde TechCrunch; editado por Hamidun News
OpenAI y Anthropic afirman que su IA refutó la hipótesis ETH sobre la dificultad de ciertos problemas
Fuente: TechCrunch. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTechCrunch ↗
Editor jefe
Dato clave #1Ryan Williams, del MIT, recoge la reacción de los científicos y pide que se publiquen las demostraciones
Dato clave #2OpenAI comprobó que del nuevo algoritmo no se deriva el rompimiento de criptosistemas
Dato clave #3La hipótesis ETH fue formulada en 1999 por Russell Impagliazzo y Ramamohan Paturi, de UC San Diego

Imagine que está construyendo un servicio que debe armar horarios de turnos, rutas de mensajeros o versiones compatibles de paquetes de software. Estas tareas suelen chocar con la fuerza bruta: cuantos más datos de entrada, más se dispara el tiempo para encontrar la respuesta. Los informáticos llevan mucho tiempo debatiendo si es posible esquivar ese techo. Ahora, dos laboratorios de IA, OpenAI y Anthropic, afirman que sus modelos encontraron la forma de hacerlo más rápido de lo que se consideraba posible. Veamos qué dijeron exactamente y por qué, por ahora, sigue siendo una afirmación y no un hecho establecido.

¿De qué hipótesis se habla y qué afirmaron los laboratorios?

La hipótesis del tiempo exponencial (ETH) fue propuesta en 1999 por Russell Impagliazzo y Ramamohan Paturi, de UC San Diego. La idea es la siguiente: para cierta clase de rompecabezas lógicos complejos, incluso el algoritmo más rápido necesita exponencialmente más tiempo a medida que crece el número de variables. Dicho de forma simple: en un sudoku, cada nueva casilla no suma trabajo, sino que lo duplica. Por ese "muro", la hipótesis se ha usado durante años como base para explicar qué problemas están fuera del alcance de las computadoras.

OpenAI publicó las soluciones a tres problemas matemáticos conocidos, y uno de ellos resultó inesperado: cuestiona la ETH. Según OpenAI, su modelo encontró un algoritmo que resuelve esos rompecabezas en tiempo "subexponencial", es decir, más rápido de lo que suponía la hipótesis. Si eso es correcto, la ETH sería falsa; en el lenguaje de la ciencia, quedaría refutada.

Después ocurrió un episodio revelador. El matemático de Anthropic Levent Alpöge sugirió que OpenAI se apoyaba en trabajos previos existentes. Unas horas más tarde, Anthropic publicó su propia refutación de la ETH. Dos laboratorios rivales llegaron a una conclusión similar, pero eso no sustituye la verificación por parte de científicos independientes.

Qué tiene que ver P contra NP y la criptografía

La ETH forma parte de la familia de preguntas sobre "P contra NP". Su esencia: si la respuesta a un problema es fácil de verificar, ¿significa que también es fácil de encontrar? Un sudoku resuelto se comprueba en segundos, pero idear la solución de un rompecabezas complejo lleva mucho más tiempo. Esa asimetría sostiene el cifrado: quien tiene la clave descifra el mensaje, mientras que romperlo sin ella requiere un tiempo irrealmente largo.

La mayoría de los científicos cree que P no es igual a NP, y la ETH fue uno de los argumentos a favor. Ryan Williams, profesor del MIT y especialista en complejidad computacional, afirma que cada teórico debería considerar un poco más en serio que P = NP, aunque cada uno tiene su propio grado de escepticismo. Al mismo tiempo, cree que el algoritmo de OpenAI probablemente no es el mejor posible y que, muy posiblemente, no es la respuesta final.

Lo primero que Williams preguntó al director científico de OpenAI, Dan Roberts, fue si el resultado rompe algún criptosistema. Según Williams, en OpenAI lo comprobaron y están bastante seguros de que del resultado no se deriva ningún rompimiento. Él mismo señaló que un algoritmo mejorado podría, en principio, comprometer sistemas con determinados tamaños de clave. Por eso conviene que los equipos de seguridad sigan la discusión, sin caer en el pánico.

Cómo se publican ahora estos resultados y qué debe hacer el lector

Williams había calificado antes la avalancha de demostraciones de OpenAI en octubre como un "ataque DDoS contra los matemáticos". Esta vez, el laboratorio organizó el proceso de forma distinta según el área. Los matemáticos recibieron los materiales en GitHub. Los especialistas en informática formaron un grupo de trabajo, pidieron que las demostraciones se publicaran de forma abierta y solicitaron que OpenAI financiara una conferencia. Los físicos también conformaron un grupo que decidirá por sí mismo cómo publicar su resultado.

Williams aceptó colaborar, aunque criticó el enfoque del laboratorio: le importa llevar las ideas a la comunidad. Junto con Impagliazzo y Paturi publicó una carta abierta en la que pide comentarios y propone discutir las normas sobre la contribución de la IA a la ciencia. Según él, la demostración tiene partes rutinarias y dos o tres fragmentos que "parecen de otro planeta", por lo que hace falta trabajar en ella entre todos.

La conclusión práctica para desarrolladores y fundadores es la siguiente.

  • Si la refutación supera la verificación, habrá que revisar muchos artículos de la última década que citan la ETH. Por eso Williams insistió en la conferencia.
  • Para los productos actuales no cambia nada: el texto no ofrece datos sobre la velocidad del nuevo algoritmo en problemas reales, sobre el costo de cómputo ni sobre la arquitectura de los modelos.
  • La señal para la industria es más importante que los detalles: los modelos de frontera ya trabajan en la frontera de la informática teórica, y el procedimiento para verificar estos resultados aún se está inventando sobre la marcha.

Williams reconoce su preocupación por la formación de los jóvenes científicos, pero ve también un aspecto positivo. Si lo que antes hacían los investigadores se convierte en "frutos al alcance de la mano" para la IA, habrá que elevar el nivel de las preguntas. Hasta que haya una confirmación independiente, lo razonable es considerar el resultado una afirmación llamativa y no una nueva verdad.

Historia

Preguntas frecuentes sobre la noticia

¿De qué hipótesis se habla y qué afirmaron los laboratorios?

La hipótesis del tiempo exponencial (ETH) fue propuesta en 1999 por Russell Impagliazzo y Ramamohan Paturi, de UC San Diego. La idea es la siguiente: para cierta clase de rompecabezas lógicos complejos, incluso el algoritmo más rápido necesita exponencialmente más tiempo a medida que crece el número de variables. Dicho de forma simple: en un sudoku, cada nueva casilla no suma trabajo, sino que lo duplica.

¿Qué se sabe sobre Qué tiene que ver P contra NP y la criptografía?

La ETH forma parte de la familia de preguntas sobre "P contra NP". Su esencia: si la respuesta a un problema es fácil de verificar, ¿significa que también es fácil de encontrar? Un sudoku resuelto se comprueba en segundos, pero idear la solución de un rompecabezas complejo lleva mucho más tiempo. Esa asimetría sostiene el cifrado: quien tiene la clave descifra el mensaje, mientras que romperlo sin ella requiere un tiempo irrealmente largo.

Cómo se publican ahora estos resultados y qué debe hacer el lector?

Williams había calificado antes la avalancha de demostraciones de OpenAI en octubre como un "ataque DDoS contra los matemáticos". Esta vez, el laboratorio organizó el proceso de forma distinta según el área. Los matemáticos recibieron los materiales en GitHub. Los especialistas en informática formaron un grupo de trabajo, pidieron que las demostraciones se publicaran de forma abierta y solicitaron que OpenAI financiara una conferencia.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…