Las ciencias de la computación rara vez viven un mes así. Una de sus creencias fundacionales ha sido derribada, y entre quienes examinan los escombros están los mismos investigadores que la construyeron.
El 16 de octubre, un modelo de investigación de OpenAI produjo un contraargumento a la Exponential Time Hypothesis en prosa ordinaria. En un día, el argumento fue transcrito a Lean, un verificador de pruebas que comprueba mecánicamente cada paso lógico. El manuscrito de 67 páginas lista a OpenAI como autor.
Anthropic, trabajando sin coordinación alguna, había llegado al mismo destino horas antes. Su artículo de 49 páginas, "A 2^o(n) Time Algorithm for 3-SAT", se atribuye a Claude, y el algoritmo subyacente fue encontrado por un modelo de investigación de Claude ese mismo día.
La hipótesis se remonta aproximadamente a 1999, cuando Russell Impagliazzo y Ramamohan Paturi argumentaron que la satisfacibilidad booleana no admite ningún algoritmo más rápido que el tiempo exponencial. Esa única idea sostiene discretamente cientos de resultados de dureza condicional en teoría de grafos, bases de datos, biología computacional y geometría.
Ambos grupos describen ahora un método determinista que cuenta las asignaciones satisfactorias en tiempo subexponencial, y ambos llegan al mismo término principal en el exponente. Si los revisores confirman el trabajo, una de las paredes más confiables del campo resulta tener una puerta.
Lo que da peso a la afirmación no es el pedigrí de los modelos, sino el andamiaje de verificaciones que los rodea. Cada inferencia pasa por Lean. Y el panel de revisión que OpenAI reunió incluye a Impagliazzo y Paturi, que ahora se encuentran auditando el colapso de su propia conjetura. Stefan Szeider de TU Wien ha examinado el material público y espera que resista una lectura atenta.
La cautela sigue siendo necesaria. El resultado no dice nada sobre P versus NP, y el nuevo algoritmo sigue ejecutándose en tiempo superpolinomial, así que ningún solucionador práctico será más rápido mañana por la mañana. Lo que cambió es el mapa teórico y la identidad de quienes, personas o sistemas, lo redibujan.
Para los ejecutivos, la lección está lejos de las clases de complejidad. El software que hace poco resumía documentos ahora genera matemáticas originales verificadas por máquina. La frontera de lo que la IA puede aportar a la investigación seria avanza más rápido de lo que suponen la mayoría de los ciclos de planificación.
Las organizaciones que aprendan a trabajar junto a estos sistemas, en lugar de limitarse a delegarles la escritura, marcarán el ritmo de la próxima década.
Piense matemáticamente. Ingenie con inteligencia. Lidere estratégicamente. Construya con responsabilidad. Escale globalmente. Cree valor empresarial real a través de la inteligencia artificial.
