1. El paso de la "Adivinanza" a la "Verificación"
Normalmente, ChatGPT funciona prediciendo la palabra más probable (estadística). Sin embargo, en matemáticas, ser "probable" no sirve; hay que ser "exacto".
Lo que cambió: La IA ahora utiliza un sistema de búsqueda de pruebas (Proof-Search). Cuando se enfrenta a un problema, no solo lanza una respuesta, sino que genera miles de posibles caminos lógicos y utiliza un "verificador" interno (o externo, como el lenguaje de programación Lean) para descartar los que fallan. Solo te muestra el camino que sobrevive a todas las reglas matemáticas.
2. Entrenamiento en "Razonamiento en Cadena" (Chain of Thought)
Para demostrar un teorema, no puedes saltar del enunciado a la conclusión. Necesitas pasos intermedios.
La técnica: Se ha entrenado a la IA para que "piense en voz alta" antes de dar la respuesta final. Al obligar al modelo a desglosar el problema en micro-pasos lógicos, la probabilidad de error disminuye. Si el paso A es cierto y el paso B se deriva de A, la IA construye una cadena irrompible de verdades hasta llegar al "Q.E.D." (Lo que quedaba demostrado).
3. Superación de la "Alucinación" mediante la Axiomática
El gran problema de la IA era que inventaba datos. En matemáticas avanzadas, esto es imposible porque las reglas (axiomas) son rígidas.
El logro: La IA ha aprendido a operar dentro de un sistema formal. Sabe que en matemáticas 1+1 siempre es 2, y que los ángulos de un triángulo en un plano siempre suman 180°. Al restringir sus respuestas a estas leyes inamovibles, la IA deja de ser un "escritor creativo" y se convierte en un "lógico puro".
¿Por qué es un hito?
Porque demuestra que la IA ha cruzado la frontera de la imitación y ha entrado en la frontera del razonamiento simbólico. Esto significa que pronto podrá ayudarnos a resolver problemas en física, criptografía y medicina que los humanos aún no hemos podido descifrar por nuestra limitada capacidad de procesar millones de combinaciones lógicas por segundo.
Publicar un comentario