After 80 Years, Mathematicians Give Famed ‘Erdős Method’ an Upgrade

Un rompecabezas matemático de 80 años de antigüedad ha sido resuelto de una manera que ha provocado tanto emoción como debate entre académicos y tecnólogos por igual. El problema, planteado por primera vez por el renombrado matemático húngaro Paul Erdős en 1946, se refería a la colocación óptima de puntos en un plano de modo que el número máximo de pares de puntos sean equidistantes. Conocido como el "problema de distancias distintas de Erdős", había permanecido sin resolver durante décadas a pesar de los numerosos intentos de los matemáticos de todo el mundo. Recientemente, sin embargo, se produjo un gran avance cuando un nuevo enfoque condujo a la resolución del problema, planteando preguntas sobre el papel de la inteligencia artificial en la resolución de desafíos científicos complejos.

La solución surgió de una fuente inesperada: una iteración avanzada del modelo de IA conocido como ChatGPT, desarrollado por OpenAI. A diferencia de los casos anteriores en los que los sistemas de IA requerían una amplia interacción con expertos humanos para lograr resultados, este logro en particular se logró a través de un único aviso emitido al sistema de IA. Según personas familiarizadas con el proyecto, la IA simplemente recibió instrucciones para resolver el problema sin más información y generó con éxito una solución válida. Esto marcó una desviación significativa de los esfuerzos de investigación asistidos por IA anteriores, donde la colaboración entre humanos y máquinas era esencial.

La naturaleza del problema en sí es engañosamente simple. En su núcleo, se pregunta cómo se pueden organizar puntos en una superficie para maximizar el número de pares de puntos equidistantes. Mientras que las pequeñas configuraciones, como tres o cuatro puntos, pueden formar fácilmente formas equiláteras, el desafío se vuelve cada vez más complejo a medida que crece el número de puntos. Los matemáticos habían explorado varias estrategias a lo largo de los años, incluida la organización de puntos en cuadrículas regulares o el uso de patrones geométricos, pero ninguna había producido mejoras sustanciales hasta ahora.

La solución propuesta por la IA consistió en construir un patrón altamente intrincado de puntos que aumentó significativamente el número de pares equidistantes en comparación con los métodos anteriores. Esta configuración fue descrita por los investigadores como elegante e innovadora, lo que sugiere que la IA había descubierto una nueva forma de organizar los puntos en lugar de simplemente replicar el conocimiento existente a partir de sus datos de entrenamiento. Algunos expertos expresaron su sorpresa por la capacidad de la IA para generar un arreglo tan sofisticado de forma independiente, destacando el potencial de los modelos de aprendizaje automático para contribuir de manera significativa al descubrimiento matemático.

A pesar de la impresionante hazaña, la resolución también ha provocado discusiones sobre las implicaciones de confiar en la IA para resolver problemas complejos. Si bien la solución de la IA fue verificada por matemáticos humanos, el proceso planteó preguntas sobre si tales logros representan una verdadera innovación o simplemente el resultado de un vasto poder computacional que procesa la información existente de nuevas maneras.

A medida que la comunidad académica continúa analizando la solución, el enfoque sigue siendo comprender los principios subyacentes que permitieron que la IA llegara a tal conclusión. Los investigadores están examinando si enfoques similares se pueden aplicar a otros problemas matemáticos de larga data, abriendo potencialmente nuevas vías para la exploración en campos que van desde la geometría hasta la física teórica. El viaje hacia la resolución del problema de distancias distintas de Erdős sirve como un testimonio de la relación en evolución entre el ingenio humano y el avance tecnológico, sentando las bases para futuras colaboraciones que pueden redefinir los límites de lo que es posible en la investigación matemática.