para 2027 no estaremos ni cerca de haber formalizado solo un par % de lo que era y cómo se veía las matemáticas antes de la prueba de Wiles del último teorema de Fermat tampoco tendremos AIs haciendo investigación matemática novedosa y real para 2035 (la mayoría de los problemas de erdos y de la IMO no son nada parecidos) sin todo el punto y la dificultad (que es averiguar qué es lo que realmente importa y ser verdaderamente creativos) - solo acelerará las partes que a los humanos apenas les importan (la parte formal). La investigación matemática es tanto sobre identificar cuáles son las preguntas correctas, qué es interesante frente a trivial y quizás lo más importante, la comprensión real de por qué un resultado importa (!!!) que cualquier otra cosa. Esto tampoco menciona que no todas las áreas de las matemáticas tienen las mismas "accesibilidades" computacionales todavía estamos muy lejos (¡pero estamos más cerca!) de que la investigación, especialmente la investigación matemática, sea "dirigida" por IA y cualquiera que te diga lo contrario o se refiere a esto como "una definición increíblemente aburrida de investigación" o está mintiendo o es un idiota o las tres cosas Creo que la idea de que la mitad de los nuevos resultados matemáticos sean generados por IA para 2027 es hilarante a menos que estemos de alguna manera mentalmente incapacitados para definir un resultado matemático como solo una cadena formal de símbolos y deducciones lógicas basadas en algunas reglas simples. Para ser claro, mi punto no es que la "autofornalización" de las matemáticas no sea válida, es muy valiosa por muchas razones - principalmente porque los humanos harán mejores matemáticas y/o usarán su tiempo mejor, pero ciertamente no tiene valor por sí sola y por lo tanto no "automatiza la investigación matemática". Mi punto tampoco es que la IA nunca podrá hacer investigación matemática real: creo que puede, pero ciertamente no surgirá de la tecnología actual de 2020-2025 en dos años.

los verdaderos tipos de matemáticas pueden levantarse y estar en desacuerdo, no soy un tipo de matemáticas real, pero dudo que un goblin puro de computación o un goblin puro de matemáticas puedan estar en desacuerdo porque simplemente no saben lo suficiente sobre ninguno de los dos lados.

Para ser claro, creo que actualmente estamos en la era en la que la IA puede proporcionar pruebas novedosas cuando se combina con humanos, y la autoformalización seguirá creciendo, y GDM probablemente obtendrá Navier-Stokes pronto, etc. Mi punto no es que no sea útil, solo que la parte más difícil y fundamental sigue siendo y seguirá siendo impulsada por humanos hasta que haya avances significativos en la investigación de IA (fuera de la locura de los decodificadores autoregresivos que tenemos y que seguiremos teniendo durante años).

@nasqret Específicamente también reduje mi enfoque a "la pila tecnológica actual", que son transformadores solo de decodificación auto-regresivos + 10000 cosas pegadas o atornilladas, y hasta donde sé, no hay nada realmente en desarrollo que se pueda commoditizar para 2027 (o 2030) que haga esto posible.