Scott Aaronson compara el ambiente en las matemáticas tras el lanzamiento de OpenAI con el de un cazador-recolector que ve abrirse un complejo turístico al lado, obligado a replantearse su carrera.
El lanzamiento, fechado el 6 de octubre de 2026, es una colección de 719 artículos agrupados en 372 familias de resultados, producidos por un modelo interno no publicado. Varios resultados tocan tareas familiares de la ciencia de datos: emparejar textos desordenados, elegir observaciones representativas, generar datos de comparación y ajustar modelos.
La colección abarca diecisiete disciplinas. La informática teórica tiene más familias, 40, cerca del 11% del total. Medida por páginas, sin embargo, la probabilidad y la mecánica estadística lideran, con 29 familias que contienen 105 artículos y 7.232 páginas, aproximadamente el 21% de todas las páginas. La colección completa suma 34.669 páginas, y el artículo mediano tiene 39 páginas. Leer un PDF al día tomaría casi dos años.
Un ejemplo central es la distancia de edición, es decir, el número mínimo de inserciones, eliminaciones y reemplazos de un solo carácter necesarios para convertir una cadena en otra. Ayuda a emparejar registros como "Jon Smith" y "John Smyth", que difieren en dos ediciones. El cálculo exacto estándar construye una cuadrícula cuyo tamaño crece cuadráticamente con la longitud de las cadenas, de modo que duplicar ambas cadenas hace la cuadrícula cuatro veces más grande. Un nuevo artículo de la publicación afirma un método más rápido, aunque una demostración de un mejor método puede preceder a su implementación práctica.
El punto más amplio es que las decisiones sobre precisión, distancia y aleatoriedad determinan el cálculo, el almacenamiento y los datos necesarios. Si estas mejoras teóricas llegarán a los sistemas en producción sigue siendo una pregunta abierta.
Fuente: Towards Data Science · Resumido por HeadlinesBriefing