¡La IA RESUELVE un PROBLEMA DEL MILENIO! - OPENAI y NAVIER-STOKES transcript

De verdad que parece sacada una película ciencia ficción que vaya a empezar el vídeo con un titular así. Pero vamos allá, chicos y chicas. Open AI ha declarado haber resuelto uno de los famosos problemas del milenio. Noticia importantísima. A falta, eso sí, de que expertos matemáticos externos validen todos estos resultados y comprobemos que efectivamente pues lo que ha declarado Open AI se confirma como cierto, pero que si se confirma, como digo, pues puede suponer un antes y un después todo unito en la historia de las matemáticas, de la inteligencia artificial y podríamos decir también de la ciencia, no solo por la importancia de resolver uno de estos grandes problemas del milenio, que sabemos que son problemas que la humanidad se ha autoimpuesto como grandes problemas a resolver. ver por su calado, por su profundidad de muchas áreas y su impacto tan profundo que puede tener en el propio desarrollo de la ciencia, sino también porque sería únito para la inteligencia artificial, siendo este un resultado que se ha conseguido en principio usando ingentes cantidades de computación y también nuevos modelos de inteligencia artificial que vamos a estar comentando hoy.

Y una noticia y un titular que como suele ser costumbre también viene acompañado de polémica. polémica que os voy a contar en este vídeo y que empaña un poco pues lo que debería de ser la celebración de este gran hito. Y en este vídeo hoy os lo voy a contar todo. El punto de partida es entender qué problema declara Openi haber resuelto el problema de la existencia de suavidad de Nevier Stokes. Un problema que, como bien su nombre indica, está muy vinculado a las ecuaciones de Nevier Stokes, que son unas ecuaciones utilizadas en muchos ámbitos de la ciencia para describir como un fluido pues fluye.

Al final sí sabemos que un fluido está compuesto de pequeñas partículas individuales que se van moviendo, pero cuyo movimiento podemos aproximar desde una escala más macro como un fluido continuo. Pues de la misma forma que nosotros entendemos el movimiento del agua como un todo y no como un conjunto de partículas que se están moviendo. Y las fórmulas que históricamente nos han permitido entender cómo es el movimiento de estos fluidos, de este todo, son las fórmulas de Nevier Stokes, que han sido clave para modelar, pues, todo lo que esté relacionado con dinámicas de fluidos. ¿Podéis imaginar desde el aceite que se mueve por la tubería de un oleducto hasta los típicos simuladores de túnel de viento de la Fórmula 1?

O para el entendimiento de cómo un avión se va a enfrentar a turbulencias en su vuelo o incluso en escala más macro a entender cómo el clima se va a desarrollar en nuestro planeta. Todos estos problemas y muchos más apelidos y aquí estas ecuaciones Nevier Stokes pues nos han ayudado durante muchas décadas a poder simular, a poder entender cómo estos fluidos se mueven. Sin embargo, si algo nos ha enseñado el campo de la inteligencia artificial es que en muchas ocasiones podemos utilizar una herramienta sin saber exactamente cómo funciona.

Y con las ecuaciones de Nevier Stock, sin ser tan exagerado como la IA, pues ocurría algo como esto, que no entendíamos al 100% su comportamiento. Existían incógnitas y estas incógnitas son las que se recogen en este problema del milenio conocido como el problema de la existencia y suavidad de Nevier Stocks y que plantea lo siguiente, y permitidme que no sea 100% técnico en como lo voy a expresar, pero no es mi campo de estudio.

Si tú tienes un fluido que fluye de forma suave, de forma continuada, que tú a través de las ecuaciones puedas derivar su continuidad, podemos tener certeza de que en un tiempo finito futuro, este fluido va a seguir fluyendo de forma continua, de forma normal. Es decir, no va a ocurrir nada extraño o por el contrario, este fluido que inicialmente hemos dicho que fluye de forma continuada, de forma suave, por el propio fluir de los fluidos, pues en un tiempo finito acaba alcanzando en algunas regiones por la propia dinámica, pues una velocidad que va incrementando, incrementando, incrementando sin ningún límite y que acabe rompiendo la propia estimación de la ecuación, llegando a un valor infinito. unos puntos de ruptura de la propia simulación de fluidos que me ha hecho gracia porque se denominan singularidad.

Podemos decir que Open AI ya alcanzado la singularidad en Neier Stoke, pero que bueno, sabiendo que en la naturaleza es imposible encontrar un fluido que fluya a velocidad infinita, pues nos estaría indicando que estas ecuaciones en ese punto concreto no estarían funcionando adecuadamente. Y este es el problema. No sabíamos si un fluido fluía de forma continuada para siempre o en el caso contrario sí se podían dar estas singularidades que rompieran las ecuaciones.

Y claro, esto es una locura porque al final estas ecuaciones, como he dicho antes, pues son herramientas que utilizamos en nuestra sociedad todos los días en ámbitos de ciencia, en ámbitos de ingeniería y de los cuales pues aún desconocemos cuál es su comportamiento en todos los ámbitos. Por hacer la analogía, me recuerda un poco a la inteligencia artificial. Es como si planteamos el problema de, oye, tenemos una red neuronal enorme, un GPT6 y todos lo utilizamos como una herramienta diaria para muchas tareas diferentes, pero tenemos la certeza que ante un código concreto, un prompt que le podamos dar, el modelo no va a colapsar y no se va a autodestruir y va a tener un comportamiento diferente que no conozcamos.

Pues la simple pregunta de saber si esto es posible o no es posible es lo que en este caso se está haciendo con las ecuaciones de Nevier Stoke. Y por eso el Clay Mathematic Institute a comienzos de el milenio, pues en los famosos problemas del milenio, consideró que esta era una de las grandes preguntas que la humanidad tenía que resolver en un conjunto de siete problemas, cada uno de una naturaleza completamente diferente que atacan pues a diferentes ámbitos que como vemos son transversales en ciencia, en ingeniería en muchos ámbitos diferentes y que por ello el clima Institute decidió premiar a la resolución de cualquiera de estos problemas con un premio de un millón de dólares.

Problemas de los cuales se han resuelto dos. Una, la conjetura de Poin Caré resuelto por el matemático Gregory Perelman en el año 2002 y quien rechazó el premio de millón de dólares y el segundo problema presuntamente resuelto en 2026 por la inteligencia artificial. En concreto, lo que ha encontrado la inteligencia artificial ha sido una estructura como esta, ¿vale? una especie de vórtice que se va poco a poco espaguetificando, se va estirando y donde la velocidad de giro pues cada vez se va acelerando mucho más, convirtiendo a esto en una de esas estructuras que van fluyendo cada vez a mayor velocidad hasta el punto de romper a las ecuaciones.

Por ser precisos, no es exactamente que las rompas, sino que las ecuaciones llegan a este estado de singularidad donde los valores son infinitos y la continuidad se rompe. Pero ya me entendéis. Y para entender un poquito más pues esta estructura, le he pedido a GPT6 Astra que nos programara un simulador de dinámica de fluido donde viéramos esta estructura en acción y vemos como poco a poco pues las partículas entran en este vórtice, van girando y se van poco a poco yendo hacia arriba, cada vez alcanzando más velocidad. diría que a la simulación le falta pues el giro de las partículas cada vez más rápido en la zona central según se va estirando, pero bueno, más o menos para hacernos una idea está bastante bien.

Y este vórtice, por tanto, lo que significaría en esta dicotomía entre decidir si el fluido iba a fluir de forma continua o no, es que al final el resultado se decanta. ¿Por qué no? porque existen, pues en este caso con estructuras muy exóticas, muy preparadas en este caso con un ajuste fino de la estructura, pero sí podemos encontrar estas singularidades simuladas a través de las ecuaciones de Nevir Stoke. A partir de aquí, haber resuelto este problema, no creo que nos traiga en el corto plazo pues mejoras prácticas en todos nuestros simuladores, al menos lo que yo pensaba hace una semana cuando pensaba en este tipo de problema.

Pero ahora que he entendido un poquito más su funcionamiento, al menos esta solución lo que va a hacer es que sigamos trabajando con las ecuaciones como veníamos trabajando hasta ahora. Es decir, en la analogía con la red neuronal, pues sí hemos encontrado justamente un prompt super extraño combinando letras, caracteres y números que cuando le das, pues sí, de alguna forma rompe el comportamiento de la red neuronal, pero en sentido práctico no cambia mucho el uso que la gente normal va a ser de esta tecnología.

Lo que sí nos aporta es más entendimiento sobre estas ecuaciones. Ahora sabemos que estas singularidades se dan y a pesar de que hemos encontrado una de estas singularidades a partir de un ajuste muy fino de los parámetros, a partir de aquí podemos empezar a tirar del hilo para ver si encontramos situaciones más realistas donde estas singularidades se den. Esto lo que abre es más investigación para seguir entendiendo pues la mejor herramienta que tenemos actualmente para entender la dinámica de fluidos.

Esto en sí mismo es un bombazo y un avance y un hito para la ciencia. Sin embargo, en el esquema donde el dedo señala la luna, el avance que hemos visto es solamente el dedo y esto de aquí es la luna. Porque chicos y chicas, aquí lo importante no es solo el descubrimiento, sino cómo se ha logrado este descubrimiento. Llevo insistiendo durante vídeos y vídeos en los últimos meses que lo más importante que está ocurriendo este año es el avance imparable de la inteligencia artificial en el ámbito de las matemáticas, donde hace 3 años si tú le pedías a la IA que sumara números, se equivocaba, pero que con la llegada de los modelos razonadores no hemos parado de ver una evolución exponencial en sus capacidades matemáticas, superando en verano las olimpiadas de matemáticas internacionales. único que mucha gente justificó diciendo, "Bueno, sí, es que esos son problemas tipo que la IA ha aprendido a hacer, pero que nos avisen cuando realmente la IA pueda hacer avances científicos nuevos, novedosos y que este año no han parado de ocurrir primero con problemas más sencillos, problemas herdos que se podían resolver de una forma relativamente sencilla, quizás en muchos casos sin ser resueltos por el simple hecho de no haberle prestado suficiente atención para luego pasar a resolver problemas que, bueno, ya no es que no les prestáramos atención, sino que realmente eran difíciles, pero mira, la IA los ha resuelto a que de repente hace un mes y medio Open AI sacara 10 problemas realmente difíciles resueltos con su tecnología al día de hoy donde de repente declaramos que la IA ha resuelto uno de los grandes problemas del milenio.

Y como digo, lo bestia aquí es cómo lo han resuelto. En principio no lo ha resuelto el modelo GPT6 Astra, que es el modelo más potente disponible actualmente, sino que Open AI lo ha resuelto utilizando uno de los modelos internos que están entrenando actualmente y que en un futuro pues verán la luz y que de nuevo suponen otro salto más en capacidades. Si ya veníamos del salto en capacidades que suponía GPT6 frente a GPT5.6, pues de repente aquí tenemos un modelo como este de aquí que viendo esta gráfica, acojona.

Porque lo que nos están mostrando es el ratio de superación de diferentes problemas matemáticos abiertos que ellos han recopilado para hacer su propio benchmark interno. Y que bueno, si suponemos que son problemas matemáticos abiertos es que los humanos pues estamos en este punto, es decir, resolvemos eh cero de cero problemas. y donde un modelo como GPT6 Astra, que sabemos que bueno pues tiene unas capacidades matemáticas más que decentes, consigue en esta escala indefinida de Testa en Compute pues llegar casi casi a resolver un 15% de los problemas.

Bueno, pues nos dice Open AI que su modelo con esta cantidad de computación consigue resolver ya un 25% más un 25% de los problemas de este benchmark interno y que cuando lo dejan trabajar más tiempo en este paradigma del test compute en esta escala logarítmica donde estamos saltando órdenes de magnitud, por tanto, estamos quemando computación a saco, pero no nos preocupa ahora mismo, su modelo consigue llegar casi casi al 50%. 50% de problemas matemáticos. reales.

De hecho, lo dice muy bien Noan Brown, que es uno de los padres del paradigma del test time compute, que dice que entiende como viendo a los modelos del lenguaje que tenemos hoy en día, que a mí personalmente me sorprenden por su rendimiento, pero bueno, viéndolos desde los ojos de un investigador que está en Openi y que tiene acceso a modelos más avanzados, dice que entiende que la gente pueda pensar que ellos han resuelto el problema de Nevier Stoke, pues simplemente utilizando los prompts de los investigadores que vamos a comentar ahora sobre esta polémica.

Sin embargo, espera que esta gráfica, justamente la que estamos analizando, sirva para entender el salto tan grande con respecto a los modelos de lenguaje que tenemos hoy en día. Es decir, que están trabajando con un modelo interno que es mucho, mucho más potente. Tan potente que en este otro tweet que me ha encantado dice lo siguiente: "Puede ser complicado esto de siente la AGI hasta que ves como la inteligencia artificial sobrepasa, supera uno de estos dominios en los que tú realmente conoces y profundamente pues te implicas." Y dice que esta semana internamente en Openi AI muchos matemáticos y muchos físicos han vivido su momento lisedol en referencia al momento en el que el campeón del mundo Lised Doll se levanta de la partida de Go, abrumado por la inteligencia de su oponente en el torneo contra Alpha Go en 2016.

Y dice que muchos investigadores han sentido esto cuando han visto a este modelo nuevo, que veremos en un futuro, resolver en minutos problemas abiertos con los que ellos han estado enfrentando durante años. Creo que no hay nada más importante a pesar de haberse resuelto este problema del milenio, que lo que esta gráfica de aquí nos presenta, que es que hay otro salto en capacidades. En el horizonte, no es nada lejano y que al menos en el dominio de las matemáticas y por tanto en otro dominio de la ciencia como la física, vamos a volver a ver un salto en capacidades que va a ser abrumador.

Sin embargo, como he dicho al principio, esto que deberíamos de estar celebrando como un hito mayor de la inteligencia artificial y de la ciencia se ha visto empañado por una polémica en la que los matemáticos Tristan Master y Levent Alp, este último trabajador de Antropic, acusaron durante la jornada de ayer que Open AI les podría haber plagiado los resultados que hoy estamos comentando. El punto de partida de toda esta polémica lo podríamos datar con este email.

El 19 de septiembre del año pasado, Levent contacta a Bookmaster para decirle que colaboren, que trabajen conjuntamente en resolver alguno de estos grandes problemas que parece que las grandes compañías tecnológicas están comiéndose y que solamente están tragándose y resolviendo para su propio marketing y que ellos pues envían de las matemáticas, que del esfuerzo, colaborador, investigador humano, pues deberían de combatir.

Básicamente dice el event que por razones ideológicas teme un mundo donde las corporaciones sean las únicas que bueno pues reclamen los trabajos más profundos y puros de las matemáticas y que puesto que él cree que solamente va a haber un problema del milenio que pueda ser resuelto en el futuro cercano, se querría plantear con él pues empezar a trabajar de la forma tradicional matemática. Aquí hay que decir que la forma tradicional matemática no significa con papel y lápiz a la antigua, sino usando también inteligencia artificial, modelos del lenguaje, apoyarse en ellos para ellos de forma independiente, sin ningún laboratorio por detrás, trabajar en estos avances.

A pesar de ello y es importante en toda esta historia, no hay que perder de vista que Levent Alpche es trabajador de Antropic y que podemos encontrar en alguno de sus artículos la presencia y los resultados de este investigador que por tanto entendemos está afiliado, está relacionado con pues el laboratorio competidor de Open AI Antropic. Esto, como digo, es importantísimo por cómo se han desencadenado todos los acontecimientos.

Y es que estos dos matemáticos colaboraron durante todo el año pasado apoyándose también en las investigaciones de los investigadores españoles Diego Córdoba y Luis Martínez Zoroa. En años anteriores habían hecho los avances que han sido clave para la resolución del problema hoy de Nevier Stoke. Y basados en la investigación de estos matemáticos españoles, Levent y Bookmaster, pues estuvieron todo el año pasado trabajando con inteligencia artificial, intentando avanzar y progresar hacia la codiciada solución, una línea de investigación y una colaboración que este verano ya por fin dio frutos bastante relevantes, que ponía mucho más cerca a estos dos investigadores de resolver el problema.

Y aquí está la clave de todos. Ellos se aproximan a resolver el problema y Open AI de alguna forma se entera, pero no se entera de que dos matemáticos están consiguiendo resolver el problema, sino que un matemático de Antropic ha podido resolver a lo mejor incluso dos problemas del milenio. Estos son rumores que realmente durante las dos últimas semanas estuvieron circulando por Twitter y que a la vista de los resultados parece ser que no es cierto.

No eran Tropic específicamente no eran dos problemas del milenio, que sepamos. A lo mejor ahora An Tropic quiere darnos la sorpresa y ni siquiera la solución todavía estaba completa. Sin embargo, esto fue suficiente para que Openi AI pusiera toda la maquinaria a funcionar. Y es que esto es una de las cosas que más me ha sorprendido. Todo esto, todo el resultado que hoy estamos celebrando y que estamos comentando aquí tiene su origen el 1 de septiembre.

Lo dicen aquí exactamente. Nuestros esfuerzos comenzaron el 1 de septiembre después de haber escuchado rumores de que un empleado de Antropic podría haber resuelto el problema. Solo a partir de rumores es cuando Open AI mueve toda su maquinaria a intentar resolver algún problema del milenio. Dicen ellos que por curiosidad científica, para ver si su modelo también era capaz, obviamente era por llegar antes. Este, al final es uno de los mayores logros que una compañía de inteligencia artificial puede cosechar, ser la primera en decir, "Nosotros hemos resuelto un problema del milenio." Y Open AI quería ese título.

Y por ello, tras la pausa de seguridad que hicieron durante el verano tras enterarse de lo del hackeo de hag face, que podemos ver aquí en esta gráfica, toda esta pausa, el 28 de agosto vuelven a reiniciar el entrenamiento de este futuro modelo que todavía a día de hoy se sigue entrenando. Y aunque no lo dicen ellos, pero lo digo yo, estaban acojonados porque Antropic les iba a adelantar en este gran titular, pues utilizan todo este enorme modelo y toda la computación disponible, que recordemos que tienen estos enormes centros de computación para intentar atacar simultáneamente a todos los problemas del milenio, no solo Nevier Stoke, sino a los seis problemas que no estaban todavía resueltos.

Esto ocurre, dice Openi, el 1 de septiembre, es decir, pues hace solo 8 días. Y la polémica se desata cuando hace unos días, pues en esta campaña masiva por intentar resolver alguno de estos grandes problemas, pues uno de los agentes también resuelve un problema que es necesario para llegar a esta solución de Never Stow, que era uno de estos problemas que también el equipo de matemáticos había conseguido resolver acercándoles a la solución.

Y cuando Open AI se da cuenta de que han resuelto este problema, dicen que se dan cuenta que lo que tiene más sentido es enfocar todos sus recursos a no resolver los seis problemas del milenio, sino a directamente resolver Never Stoke, que es el que está más relacionado con este problema que han resuelto y entonces deciden dedicar todos sus recursos a Neig Stoke. Y claro, entonces el relato queda tal que así. Open AI escucha en verano que dos investigadores de Antropic han resuelto uno o dos problemas del milenio.

Orienta todos sus recursos y de repente consigue resolver este problema que ellos también habían conseguido resolver durante el verano y que les acercaba una solución a Never Stoke. Y de todos los problemas disponibles, finalmente eligen trabajar justamente en ese problema y resolverlo. Y aquí es donde estos dos investigadores dicen, "What the fuck? me estás diciendo que de repente habéis conseguido encontrar esta línea de investigación que no mucha gente estaba intentando, que no era tan obvia y que habéis encontrado una solución en esta misma línea, simultáneamente cuando nosotros también estábamos a punto de sacar una solución.

A partir de aquí, por lo que hemos podido saber, a través de un escrito publicado por uno de estos matemáticos durante la jornada de ayer, ambas partes se ponen en contacto antes de que saliera la noticia y se van comunicando en cosas que, bueno, pues son un poco turbias. Por un lado tenemos la visión de Open AI, a quien le quema la noticia, quiere sacarla ya, quiere sacar los resultados porque teme que seguramente su competencia se le pueda adelantar e intenta acordar con estos matemáticos y según dice Openi de buena fe una publicación conjunta donde se le dé crédito a uno de estos matemáticos por haber logrado resolver uno de los problemas, donde se le dé crédito a solo uno de los matemáticos, dejando al matemático de Antropic fuera por ser matemático de Antropic, pues de parte de los resultados que se han logrado, siempre que se diga diga que Open AI ha resuelto el problema.

Y por otro lado, estos dos matemáticos desconfían que Open AI realmente haya trabajado pues de forma independiente sin haberse inspirado en el trabajo de estos dos matemáticos, puesto que al final, al menos con la poca información que tenían en ese momento, ambas líneas de investigación pues se parecían bastante. Y es que lo que veladamente acusan pues estos dos matemáticos a Open AI es que al final pues ellos han utilizado tecnología de la propia Open AI, han trabajado con Codex y han puesto ahí información relevante para la resolución de este problema.

Y una de las grandes cuestiones es si Open AI ha utilizado esa información en su propio beneficio. Ante lo cual, Open AI se defiende diciendo que en particular ningún dato de ningún usuario ha sido accedido eh a la hora de resolver este problema. Pero luego estos dos investigadores preguntaban, "Vale, perfecto, pero nuestras conversaciones han sido utilizadas para entrenar a este sistema que ahora os está dando esta solución." Y ahí Open AI no se moja y no dice que no, pero sí dice una cosa de la que también estoy de acuerdo y es que es muy improbable que una única conversación pues haya servido para de repente condicionar al entrenamiento del modelo.

Pensemos que estos enormes modelos se entrenan con millones y millones de conversaciones, con muchísimos datos y la información que se pueda sustraer de una única conversación se diluye en toda esta información haciendo que como ellos dicen y estoy de nuevo digo de acuerdo, sea muy, pero que muy improbable que haya afectado en cualquier caso al resultado al que se ha llegado. Y si me preguntáis a mí, pues mi opinión y creo que es una cosa importante a tener en cuenta, está basada en que, bueno, sí, esta polémica pues ha sido bastante relevante durante varias horas hasta que ha salido el anuncio hecho por Open AI.

Hasta antes del anuncio, pues por las evidencias dadas, sí parecía que podía haber una cierta inspiración en las líneas de trabajo, en cómo resolver este problema, pero una vez ha salido el problema y tal y como indican aquí, las soluciones que han alcanzado cada una de las partes, tanto Open AI como este equipo de matemáticos, no son iguales, son diferentes, sí están basadas en una línea de investigación similar. Y ahí sí me podría creer que el punto de partida en el que Open AI se entera de que hay dos investigadores de Antropic que resuelven este problema, a lo mejor estuviera más informada de lo que nos están indicando y que a lo mejor sí supieran hacia dónde orientarse, pero el resultado final es que la solución es distinta y con eso es con lo que nos tenemos que quedar.

Fijaos al final a la escala a la que se están enfrentando a este problema. Como indican aquí, el grupo que produjo pues la resolución de Neig Stoke en solamente 88 horas contaba con 10,000 agentes concurrentes. 10,000 agentes trabajando en paralelo, buscando diferentes líneas de investigación, diferentes alternativas, diferentes formas de trabajar que tiene sentido cuando tienes computación prácticamente infinita puedan encontrar incluso aquellas soluciones más potencialmente favorables como la que han encontrado estos investigadores. no es tan extraño y de la polémica, aunque a nivel mediático seguramente se siga propagando en el tiempo y se siga poniendo en duda, está bien que ambas partes estén llegando de alguna forma a un acuerdo en que, bueno, pues realmente no ha habido eh esa inspiración tan directa como se estaba insinuando originalmente.

De hecho, hay investigadores de Antropic que están saliendo en defensa de la postura de Open AI diciendo que es altamente improbable, pues lo que estamos comentando, que su propio sistema haya podido aprender de las propias conversaciones. Dicho todo esto, Open AI, solo hay una forma real de demostrar que vuestro sistema es capaz de resolver problemas del milenio. Este os ha salido medio rana, no pasa nada, queda seis problemas por resolver.

Y si tu tecnología es tan potente que a partir de un rumor que escuchas de repente pones toda tu maquinaria a funcionar y en cuestión de una semana consigues resolver un problema del milenio, pues chico, nada debería de pararte para resolver más problemas en el futuro cercano. Esto es lo que le plantean aquí en Twitter. Oye, ¿sabes qué probaría realmente que habéis resuelto vosotros los problemas? Pues resolver unos cuantos problemas más del milenio. ¿Qué tan difícil podría ser, verdad?

A lo que Samman responde, "Okay, fine." Y no solo eso, están bastante flipados. Sí, con la broma esta de como oigo un rumor resuelvo un problema del milenio. Está la gente aquí diciendo, pues he escuchado un rumor de que Antropic ha descubierto un superconductor a temperatura ambiente. Espero que ningún competidor de Antropic intente lanzar 88 horas de computación de 10,000 agentes postra en un intento de adelantarse.

Y también Samman dice, "Eh, ¿sabes qué? Vamos a intentarlo. Y parece una flipada y suena una flipada, pero tenemos que entender que ese es el futuro al que nos estamos moviendo. Tenemos ahora una máquina, un botón que cuando le damos a play puede estar 88 horas, una semana, un mes entero pensando, trabajando para resolver los grandes problemas que le planteemos. Esto ya no es una ciencia ficción, ni humo, ni nada que os esté intentando vender una locura que sale de mi cabeza.

Es una realidad. La IA ha resuelto uno de los grandes problemas del milenio. Y a pesar de lo extraordinario y lo sorprendente que es esto, chicos y chicas, esto solo está empezando y vamos a ver muchos más titulares así en los próximos meses, en los próximos años, y esto realmente no sé dónde va a acabar. La gente que está más metida dentro del campo de la inteligencia artificial, y aquí tengo que decir que tiene mucho que ver con mis conversaciones con dos CSV, eh, fantástico.

Ha estado aquí en el podcast. Fantástico, fantastiquísimo el bueno, el bueno de Carlos, eh, él está convencidísimo de que de que esto cada vez va a ir a más. Creo que tiene mucho que ver con la experiencia que tiene él ahora mismo en el que él que está dentro del campo ve que cada día, cada semana sale algo nuevo, cada vez más potente, cada vez más pequeño, pero igual de potente, eh, que más rápido, más eficiente, más optimizado, que él ve que cosas que una vez más nos parecían impensables que que pueden ser muy real. recuerdo una conversación, eh, a ver, conversación de muchas cervezas entre eh Carlos eh Miguel de Mates Mike, que también es un youtuber de matemáticas y yo, y los tres y los tres nos hicimos una apuesta, ¿okay?

Eh, no sé, no sé si me va a matar Miguel por contar esto, pero nos hicimos la apuesta. Eh, Carlos lo que se apostó es que en menos de 3 años, creo que eran 3 años, ya empezamos con yo y mis números, que no me acuerdo, creo que en menos de 3 años utilizando estos sistemas, los matemáticos van a poder resolver más de un problema del milenio. Son problemas que están en las fronteras de las matemáticas, que requieren muchas matemáticas, incluso plantear cuál es el problema y que tienen a los mejores matemáticos del mundo todavía ahí jodidos.

Y la inteligencia artificial, según Carlos, según don CSV, los va a resolver. Carlos piensa que la forma que tiene estos sistemas de pensar, de pensar las matemáticas, si queremos, de procesar las matemáticas, va a ser una herramienta tan poderosa que no solo en 3 años va a resolver a un problema del milenio, sino que va a resolver más de uno. Con que vaya dos, le tengo que invitar a tremendo chuletón. Esa es la apuesta.

Yo yo en mi apuesta estoy en el no en el que no se va a conseguir y tiene que ver con que los problemas son muy diferentes, son muy diferentes. Son de campos de las matemáticas muy distintos. y seguramente requieran formas de aproximarse que también sean muy distintos. Entonces, no tengo tan claro que a lo mejor uno sí que puede ser, dos no lo tengo tan claro. Hasta aquí el vídeo de hoy, chicos y chicas. Si os ha gustado, no dejéis de compartirlo.

Para mí es todo un honor poder estar cubriendo este tipo de noticias que no pensé que fueron a llegar tan pronto. Y nos vemos con más inteligencia artificial en un próximo vídeo. Dejo por aquí un par de vídeos que os puede interesar relacionados con este tema y nos vemos en el próximo vídeo. Ciao.