Los modelos de IA podrían ofrecer a los matemáticos un lenguaje común

Nadie esperaba que la cuestión de cómo apilar mejor las naranjas en una caja pudiera poner en jaque a las matemáticas puras durante siglos. Sin embargo, el llamado problema del «sphere-packing» ha vuelto locas a generaciones de investigadores. El punto de inflexión no llegó hasta 1998, cuando Thomas Hales, entonces en la Universidad de Míchigan, anunció que por fin tenía una prueba: la disposición hexagonal, aquella en la que cada esfera se apoya en el hueco formado por seis naranjas del nivel inferior, es la configuración más densa posible. Todo el mundo cree que las matemáticas son una ciencia exacta, pero esta historia demuestra que incluso una cuestión aparentemente sencilla puede quedar sin resolver durante siglos, hasta que llega la persona adecuada con la intuición adecuada. Hales no era una persona cualquiera: obsesionado por el problema, trabajaba día y noche con un equipo repartido por todo el mundo, entre correos electrónicos interminables, programas informáticos para verificar los cálculos y kilómetros de pizarras repletas de fórmulas. Su demostración no fue aceptada de inmediato: «It took years, and a lot of computer code, before the mathematical community accepted it», contaba Hales. Y aquí entra en juego un aspecto que pocos perciben: las matemáticas no se basan únicamente en ideas brillantes, sino también en el esfuerzo, la colaboración y, cada vez más, en la tecnología. En los últimos años, la inteligencia artificial se ha colado precisamente por esta brecha: hoy en día, los modelos de IA son capaces de verificar demostraciones, sugerir nuevos caminos y —esta es la verdadera revolución— convertirse en una especie de lengua franca entre matemáticos de distintas escuelas y enfoques. Un lenguaje compuesto no solo por números, sino también por código. Ahora, detente un momento: no se trata solo de resolver problemas más rápido. Si la IA se convierte realmente en el puente entre las distintas escuelas matemáticas, en los próximos años podríamos asistir a una colaboración global sin precedentes. Sin embargo, existe un riesgo real que nunca se menciona: depender en exceso de estas herramientas podría hacer que los matemáticos fueran menos capaces de intuir, arriesgarse y establecer conexiones fuera de lo común, precisamente las mismas cualidades que permitieron a Hales resolver el problema de las naranjas. Esta es la frase que lo resume todo: «Una buena idea permanece estéril si no encuentra el lenguaje adecuado para que se la entienda». Si esta historia te ha hecho ver las matemáticas con otros ojos, en Lara Notes puedes indicarlo con I'm In; así, la perspectiva pasa a formar parte de tu forma de razonar. Y si mañana te encuentras explicándole a alguien el dilema de las naranjas, puedes inmortalizar ese momento con Shared Offline: es como decir que esa conversación realmente importa. Esto era The Economist, y con esta Nota te has ahorrado casi un minuto en comparación con el artículo original.