¿Cuál es el futuro de la IA matemática?

La ola del aprendizaje profundo está remodelando el panorama de la investigación matemática, y la aparición de DeepSeek-Prover-V2 me hace preguntarme qué pasará con los matemáticos humanos cuando la IA empiece a resolver problemas de nivel OMI. Desde AlphaGo hasta AlphaFold, pasando por los modelos actuales de demostración de teoremas, la velocidad de progreso de la IA es un poco "vertiginosa". Especialmente cuando vi al monstruo de 671.000 millones de parámetros ganar fácilmente el conjunto de pruebas MiniF2F con una tasa de aprobación de 88,9%, de repente entendí por qué algunos matemáticos empezaron a llamar a la IA "el asistente de investigación más aterrador".

Tres direcciones evolutivas para la IA matemática

Como se ha visto en el caso de DeepSeek, el futuro de la IA matemática podría seguir estos apasionantes caminos:

en primer lugarCivilización de las pruebas formalesLas pruebas matemáticas tradicionales suelen ser "cajas negras". Las pruebas matemáticas tradicionales son a menudo "cajas negras", e incluso los mejores artículos de revistas pueden contener errores. ¿Recuerda la prueba de 2013 de la conjetura ABC que sacudió el mundo de las matemáticas? La comunidad académica tardó seis años en verificarla. Modelos como Prover-V2, que integra a la perfección el razonamiento en lenguaje natural y la verificación de código Lean, podrían permitir en el futuro a cualquier aficionado a las matemáticas realizar una rigurosa verificación automática.

Siguiente.Un nuevo paradigma para el descubrimiento matemático. Ese caso del minimodelo 7B resolviendo 13 preguntas que el modelo 671B no pudo manejar es particularmente interesante, ya que sugiere que la IA puede desarrollar soluciones inesperadas para los humanos. Al igual que el nuevo algoritmo de multiplicación de matrices descubierto por Facebook AI en 2019, que derrocó por completo la percepción tradicional. Es probable que los futuros avances matemáticos sean el resultado de una "lluvia de ideas" entre humanos e IA.

finUna revolución en la enseñanza de las matemáticas. El modelo de cadena de pensamiento (CoT) de Prover-V2 me pareció un tutor matemático perfecto: no se limita a dar la respuesta, sino que muestra todo el proceso de pensamiento. Me recuerda a la visión de Khan Academy, pero la IA podría ser 100 veces más personalizada y receptiva que los humanos. Imagina un tutor de IA que pueda responder fácilmente a los enigmas de OU y verificar su solución con Lean...

Cuellos de botella técnicos y posibilidades de avance

Por supuesto, sigue habiendo límites obvios para la IA matemática actual. Por ejemplo, al resolver problemas de geometría algebraica más abstractos, el rendimiento del modelo cae en picado, y el propio equipo de DeepSeek admite que el sistema actual tiene dificultades con problemas que "requieren la construcción creativa de contraejemplos". Esto refleja la falta de innovación conceptual de la IA actual.

Sin embargo, la combinación de aprendizaje por refuerzo y pruebas recursivas ofrece la posibilidad de un gran avance. Me llamó la atención el algoritmo GRPO mencionado en el informe, que permite a la IA aprender a "pensar críticamente" mediante mecanismos de recompensa relativa, lo cual es mucho más inteligente que limitarse a aumentar el número de parámetros. Curiosamente, cuando el modelo se entrenó repetidamente en ProverBench, descubrió por sí solo trucos especiales como Cardinal.toNat, y esta capacidad emergente es la parte más prometedora.

Cambio de paradigma en la investigación matemática

El mundo de las matemáticas puede enfrentarse a una segunda revolución metodológica después de las pruebas asistidas por ordenador. El famoso matemático Tao Zhexuan predijo una vez que "en los próximos 10 años, la IA reescribirá la forma en que se escriben los artículos de matemáticas". Ahora esta predicción puede ser conservadora: Prover-V2 ha demostrado la capacidad de insinuar la posibilidad de una nueva firma de "pruebas colaborativas IA-humano".

Lo que más me sorprendió fue lo bien que manejó el modelo las preguntas del concurso AIME. Estas preguntas suelen requerir un pensamiento constructivo inteligente, y la IA fue capaz de alcanzar un nivel casi humano. No puedo evitar imaginármelo: si GPT-4 se encarga de la concepción creativa, Prover-V2 se encarga de la verificación rigurosa, y se añade un modelo generativo en lenguaje natural que pueda explicar el proceso de demostración, ¿no será éste el flujo de trabajo estándar de la futura investigación matemática?