Google DeepMind se lleva la plata: la IA resuelve problemas de olimpiada, ¿pero a qué precio?

Mientras el mundo debate si ChatGPT dejará alguna vez de equivocarse con las recetas de tarta, Google DeepMind ha apuntado a algo sagrado: la Olimpiada Internacional de Matemáticas (IMO). Los resultados de AlphaProof y AlphaGeometry 2 sacudieron a la industria: los sistemas resolvieron cuatro de seis problemas, lo que equivale al nivel de un medallista de plata. Podría parecer el momento de la singularidad, cuando el silicio venció por fin al carbono en lógica pura. Pero si se miran los detalles, el triunfo se parece más a una victoria heroica contra las circunstancias que a un paseo fácil.

Las matemáticas siempre han sido el talón de Aquiles de los modelos de lenguaje. Los LLM habituales funcionan con probabilidades y predicen la siguiente palabra, lo que en el estricto mundo de las demostraciones conduce a alucinaciones inevitables. Para resolver este problema, los ingenieros de DeepMind optaron por un enfoque híbrido.

AlphaProof combina la flexibilidad del aprendizaje por refuerzo con la severa disciplina del lenguaje de verificación formal Lean. Eso permite a la inteligencia artificial no solo adivinar una respuesta, sino escribir código que se comprueba a sí mismo en cada paso lógico. AlphaGeometry 2, por su parte, recibió una potente inyección del modelo Gemini, lo que le permite resolver acertijos geométricos decenas de veces más rápido que su predecesor.

Sin embargo, tras el brillo de la medalla de plata se esconde una realidad dura. Los participantes humanos resolvieron los problemas en dos sesiones de cuatro horas y media, mientras que a la IA algunas demostraciones le exigieron varios días de cálculo continuo. Esto pone de relieve el principal problema de los sistemas actuales: son monstruosamente ineficientes en comparación con el cerebro humano.

Es un ejemplo clásico de recoger la fruta que cuelga más baja. Sí, la IA ha aprendido a trabajar dentro de los rígidos marcos de los lenguajes formales, pero sigue gastando enormes recursos de cómputo donde a un adolescente talentoso le basta una hoja de papel y un par de horas de reflexión. La brecha de eficiencia energética entre la mente biológica y la digital sigue siendo enorme.

¿Por qué importa precisamente ahora? Asistimos a un cambio fundamental en la estrategia de desarrollo de la IA. La industria ha comprendido que escalar los datos ya no produce mejoras explosivas de calidad en tareas realmente difíciles. El futuro es de los sistemas capaces de razonar y verificar sus conclusiones. Google crea de hecho lo que se conoce como Sistema 2 para la IA: un pensamiento lento y deliberado que complementa el Sistema 1, rápido e intuitivo, de los chatbots corrientes. Esto es crucial no solo para las matemáticas puras, sino también para la programación, la ciberseguridad y el diseño de sistemas de ingeniería complejos, donde un error de un solo bit puede provocar una catástrofe.

Aun así, Demis Hassabis y su equipo reconocen con franqueza que el proceso de entrenamiento y funcionamiento de estos modelos sigue siendo doloroso. Para que AlphaProof funcione, los problemas hay que traducirlos a Lean a mano: la IA todavía no sabe interpretar por sí sola los enunciados en lenguaje natural con la precisión suficiente. Tenemos una herramienta potente que, por ahora, requiere un ejército de ingenieros traductores. Recuerda a los primeros ordenadores, que ocupaban salas enteras y necesitaban tarjetas perforadas. El potencial es enorme, pero pasarán años antes de tener un matemático en el bolsillo capaz de hacer descubrimientos en tiempo real.

Lo esencial: Google DeepMind ha demostrado que la IA puede manejar lógica superior sin errores, pero el precio de esa ausencia de fallos es por ahora desorbitado. ¿Podrá la compañía acelerar radicalmente el pensamiento de sus sistemas antes de que acabe el año?