Google sorprende al mundo.

AlphaEvolve de Google DeepMind bate récords en el campo de las matemáticas. Foto: Bloomberg .

Google DeepMind acaba de publicar un informe científico que demuestra que AlphaEvolve batió simultáneamente cinco récords de sublímites de números de Ramsey. Este es uno de los problemas combinatorios más difíciles de las matemáticas, cuyos récords anteriores se mantenían desde hacía entre 6 y 20 años.

El director ejecutivo de DeepMind, Demis Hassabis, compartió la noticia de inmediato, calificándola como "un hito importante para la IA en matemáticas". El ganador del Premio Turing, Yann LeCun, también felicitó al equipo de investigación.

El número de Ramsey es un problema que ha desconcertado incluso a los matemáticos más brillantes. Paul Erdős, maestro de Terence Tao, afirmó en una ocasión que si la Tierra fuera amenazada por extraterrestres y la humanidad tuviera que calcular el número de Ramsey R(5,5) en un plazo determinado o enfrentarse a la extinción, la opción más razonable sería rendirse. Esta afirmación refleja la extrema dificultad del problema.

En concreto, AlphaEvolve mejoró los límites inferiores de los cinco números clásicos de Ramsey, incluyendo R(3,13) de 60 a 61, R(3,18) de 99 a 100, R(4,13) de 138 a 139, R(4,14) de 147 a 148 y R(4,15) de 158 a 159. Aunque cada número solo aumentó en una unidad, aumentar una unidad es más difícil que aumentar el orden de magnitud en muchos otros problemas. Los cinco avances provinieron del mismo sistema.

Cabe destacar que AlphaEvolve no resuelve los problemas de la manera convencional. En lugar de que los humanos diseñen algoritmos de búsqueda y las máquinas los ejecuten, AlphaEvolve razona en su propio espacio algorítmico. Utiliza el lenguaje de programación Gemini, de gran escala, para mejorar continuamente su código, probarlo, evaluar su rendimiento y conservar los algoritmos más eficientes.

El equipo de investigación de DeepMind identificó a AlphaEvolve como el generador de cuatro grupos algorítmicos diferentes para 28 valores de R(r,s), que van desde métodos de inicialización aleatoria hasta estructuras algebraicas complejas basadas en grafos de Paley y grafos de residuos cuadráticos.

Esta no es la primera vez que AlphaEvolve causa sensación. Anteriormente, el sistema batió un récord de 56 años en núcleos de matriz, optimizó los horarios operativos de los centros de datos de Google y descubrió patrones simplificados de arquitectura de chips de IA. Cuando un sistema descubre algoritmos para optimizar su proceso de entrenamiento, la línea entre herramienta y creador se difumina cada vez más.