Investigadores prueban si la IA puede redescubrir la relatividad de Einstein
Hecho Qué ha ocurrido
Científicos, incluido Demis Hassabis de Google DeepMind, proponen entrenar LLM solo con datos previos a 1911 para ver si pueden reproducir la relatividad general. Varios equipos (Google DeepMind, MIT, investigadores independientes) han construido modelos 'vintage' entrenados con datos históricos limitados en 2025-2026. Los resultados muestran que los modelos fallan en hacer saltos de razonamiento abductivo como los de Einstein, aunque OpenAI logró en mayo refutar una conjetura de 80 años de Erdős. Los investigadores también hallaron dificultades técnicas para filtrar datos posteriores a la fecha de corte.
Resumen generado mediante IA a partir de Nature · Machine learning (original en inglés). Naturaleza de la información: análisis u opinión.
Análisis Por qué importa
El experimento revela límites fundamentales de los LLM actuales para generar descubrimientos científicos genuinamente creativos, más allá de correlacionar datos existentes.
- Quién se ve afectado
- Laboratorios de investigación en IA, científicos, empresas que evalúan IA para I+D e innovación disruptiva.
- Qué puede cambiar
- Sugiere que la IA actual es más útil para el trabajo rutinario de ciencia que para saltos conceptuales tipo paradigma, lo que modera expectativas sobre AGI a corto plazo.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar nuevos intentos de modelos 'vintage', avances en razonamiento abductivo y casos como el de OpenAI con la conjetura de Erdős que sugieran capacidades emergentes.
Enviar por correo
Fuente original: Nature · Machine learning (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗LLMrazonamiento AGIEinsteinGoogle DeepMindrazonamiento científicorelatividad
Tu opinión
0 comentarios
Relacionadas
OpenAI dice haber resuelto un Problema del Milenio con IA, entre polémica por mérito matemático
OpenAI afirma haber resuelto el problema de existencia y regularidad de Navier-Stokes, uno de los siete Problemas del Milenio, usando un modelo interno más…
Por qué importaIlustra cómo la investigación científica avanzada empieza a depender de recursos de cómputo masivos y coordinación de agentes de IA, más que solo de…
Matemático acusa a OpenAI de usar su trabajo para resolver un Problema del Milenio
OpenAI anunció que su modelo GPT-6 Astra resolvió parte del problema de Navier-Stokes, uno de los siete Problemas del Milenio, tras 88 horas de trabajo con…
Por qué importaEl caso reaviva el debate sobre el uso de contenido y trabajo ajeno para entrenar modelos, y pone en duda la narrativa de 'superinteligencia' que…
OpenAI afirma haber resuelto el problema Navier-Stokes y enfrenta acusaciones de plagio
OpenAI anunció el 8 de septiembre que había resuelto el problema de existencia y suavidad de Navier-Stokes, uno de los siete Problemas del Milenio del Clay…
Por qué importaSi se confirma, sería la primera vez que una IA resuelve un problema matemático de máxima envergadura, un hito comparable a la resolución de la…
OpenAI dice haber resuelto un problema del Milenio y se enfrenta a acusaciones de plagio de investigación humana
OpenAI anunció que sus agentes resolvieron el problema Navier-Stokes, uno de los siete Problemas del Milenio del Clay Mathematics Institute. La solución llegó…
Por qué importaEl episodio ilustra que resolver problemas matemáticos de máximo nivel puede requerir recursos que solo unas pocas empresas de IA frontera pueden…