Una IA halla un contraejemplo que refuta una conjetura matemática de hace 87 años

Un matemático de Harvard ha utilizado inteligencia artificial para refutar un problema de larga data en álgebra que los expertos habían intentado demostrar durante décadas. Levent Alpöge anunció el hallazgo en redes sociales el 19 de julio con un breve contraejemplo.

Alpöge publicó un contraejemplo matemático de 216 caracteres en X, demostrando que la conjetura jacobiana es falsa. La conjetura, propuesta por Ott-Heinrich Keller en 1939, también había aparecido en una lista de importantes problemas sin resolver compilada por Stephen Smale en 1998.

El trabajo involucró a Claude Fable 5, un modelo de IA de Anthropic. Alpöge reconoció en su publicación la asistencia del sistema durante la final de la Copa del Mundo.

Abhishek Saha, de la Queen Mary University of London, calificó el resultado como la conjetura más importante abordada hasta la fecha con una contribución significativa de la IA. Señaló que el contraejemplo funciona para tres variables, aunque la versión de dos variables aún podría ser válida.

Chris Bowman-Scargill, de la University of York, e Ivan Fesenko, de Westlake University, afirmaron que el desarrollo destaca el creciente papel de la IA en las matemáticas, al tiempo que subraya que la intuición humana sigue siendo esencial para construir nuevas teorías.

Artículos relacionados

An AI model from Open AI has solved a math problem formulated in 1946 by Paul Erdős. Svante Linusson, professor at KTH, expressed shock at the result.

Reportado por IA

Researchers gathered in London this week to accelerate the formalization of Fermat's Last Theorem using advanced AI models. The workshop focuses on converting Andrew Wiles's 1993 proof into Lean code for computer verification. Progress has been rapid, with code lines doubling after the first day.

Workers paid to train advanced AI models are increasingly relying on chatbots like ChatGPT to generate the required conversations and tests. This shortcut, described as widespread by multiple sources, risks degrading the quality of future models through recursive training on synthetic data.

Reportado por IA

A study of more than 26,000 Chinese students shows that using generative AI for homework improves short-term results but leads to significantly lower exam scores over time.

Este sitio web utiliza cookies

Utilizamos cookies para análisis con el fin de mejorar nuestro sitio. Lee nuestra política de privacidad para más información.
Rechazar