El Cuento del Cálculo Superlumínico: Revés de una Leyenda Fourier

Separar los Tonos: Qué Hace la Operación Fourier

Sentemos la base. La transformada de Fourier (un cálculo que mide la fuerza de cada altura dentro de una señal) funciona así en lengua llana: usted tiene n muestras y mide el parecido de sus datos con cada altura candidata. Como escuchar cada voz en una sala llena. Cada puntaje es un producto punto (multiplicar término a término y luego sumarlo todo), y la altura significa aquí oscilaciones por segundo. Anotar n alturas cuesta n operaciones cada una, así que el trabajo total cuesta n al cuadrado. Piense en una canción de cuatro minutos: cuando el número de muestras sube, la factura explota, y la reducción de ruido de su teléfono depende de métodos abreviados.

En 1965, James Cooley y John Tukey hallan el atajo que rompe ese muro. La receta cabe en tres gestos: 1) mezclar la entrada y partirla en mitades, 2) transformar cada mitad por separado, 3) coser las respuestas con retoques baratos. Como ordenar un mazo gigante partiéndolo antes en dos pilas. Repetir ese procedimiento que se invoca a sí mismo log2(n) veces deja el total bajo 5 n log2(n) operaciones. En cifras concretas: con n igual a mil, n al cuadrado vale un millón mientras el atajo pide unas cincuenta mil operaciones, o sea una ganancia veinte veces mayor. Con un millón de muestras, la ganancia sube a diez mil veces. Esa brecha decide si un pulso de radar llega a tiempo.

¿Dónde está el suelo? Escribir la respuesta ya pide n pasos, así que bajar de n parece fuera de alcance. El atajo clásico corre unas 5 log2(n) veces más lento que ese suelo, y el multiplicador llega a doscientos cuando n sube a diez elevado a doce. Recortar ese multiplicador es el premio que persiguen los equipos. En 1973, Morgenstern prueba que todo método de coeficientes domados choca con un muro en n log n. Años después, Ailon muestra que los atajos que juegan con números salvajes estallan numéricamente. Las entradas de Wikipedia cuentan cómo esos dos veredictos cerraron el campo cuarenta años; la nueva demanda prueba otra llave en la misma cerradura.

Un Método Galáctico: Veloz en el Papel, Ausente en la Práctica

Vamos al anuncio de OpenAI. Equipos de agentes del laboratorio de inteligencia artificial presentan una cota de n por log elevado a uno-menos-épsilon en un archivo llamado main.pdf. En lengua llana: el factor log es una pizca menor, así que en teoría gana. La demanda surge de un montón enorme de matemáticas generadas por LLM, una cadena automatizada de pruebas que devora token tras token, guiada por bucles de prompt que ningún humano lee. Detrás de esa cadena, unos agentes convierten los prompts en pruebas a escala industrial. A primera vista, un deleite: un récord de sesenta años parece mellado. Pero la cota esconde una constante (un multiplicador invisible que infla el techo), y ahí gira la historia.

Ben Recht disecciona ese multiplicador invisible en su artículo Argmin, y la escala asusta. Los cálculos aproximados rondan 10 elevado a 100, así que con N en 10 elevado a 12 el método clásico aún lidera por 10 elevado a 99. La recién llegada solo toma la delantera con entradas tan vastas que empequeñecen la cuenta de átomos del universo. Como esperar el fin de todo para ordenar una agenda. Recht, escribiendo en plena ola de entusiasmo LLM, concluye que el método jamás correrá en la práctica y solo corre veloz en el papel. La alegría de un récord esconde un espejismo.

Peor aún: la computadora supuesta no existe. Su modelo de cálculo supone multiplicar en un solo paso números complejos de precisión sin cota, mientras la cifra de dígitos crece muy por delante de la entrada, así que la memoria explota. Como un cohete de combustible infinito. El relato del diario RjLipton sobre métodos galácticos calza aquí justo: deslumbrantes en teoría, jamás ejecutados sobre ningún conjunto de datos terrestre. Lipton y Regan acuñaron el término para descubrimientos que jamás corren pero reorientan un campo. El método OpenAI se suma a esa familia: legal según sus reglas, inútil según las nuestras.

El resumen del expediente Hraness confirma el cuadro: el suelo de velocidad es real, los multiplicadores ocultos son enormes, el motor supuesto es imposible, y el sistema de premios de la teoría aplaude justo tales estudios. Su nota sobre la demanda en n elevado a 2,25 para matrices, cuya constante desafía todo cálculo, aporta una segunda pieza. Mejor escritos, esos estudios adornarían las tribunas teóricas más prestigiosas y cosecharían galardones. Pero ninguno correría jamás en un aparato real; la teoría de la computación derivó a una rama de las matemáticas que ya no mira las computadoras. Ese veredicto es la frase más filosa de todo el asunto, y a mi juicio la más justa.

Medir Mal la Regla: Una Lección de Big-O Con Sócrates

Big-O (una vara que describe cómo se hincha el tiempo con la entrada) dice esto: pasada cierta talla, el tiempo queda bajo un múltiplo fijo de una función dócil. Según esa definición, hasta un método de multiplicador 10 elevado a 80 cuenta como lineal, ella que sobreviviría a cada átomo existente. Como necesitar la relatividad para tender un puente de jardín: invisible a diario, pero no falso, pues acercarse al infinito produce efectos extraños. Los estudiosos del cómputo guardan esa vara porque nadie halló mejor; cada corte sería arbitrario y criaría disputas sin fin. Recht admite no haber leído el montón tampoco y haber interrogado en cambio a un chatbot de clase GPT sobre su propia producción, la búsqueda como investigación, lo cual es a la vez el chiste y el punto.

Alexander corona el relato con una pieza socrática. Protágoras propone trocar Big-O por simples niveles uno, dos, tres; Sócrates lo acorrala a preguntas, mostrando que ningún número aloja a su sucesor. Como calificar todo un examen con dos notas y llamarlo justo: las reglas toscas corrompen la justicia. La escena responde a Recht en filosofía: la vara puede cojear, pero cada sustituto más simple cojea peor. Caso menor: juzgar el tráfico solo por veloz y lento jamás da una dirección.

La palabra final apunta a la cultura: el circuito de premios teóricos rara vez premia programas ejecutados, bastan los argumentos de existencia, y los enjambres de agentes LLM ya automatizan ese hábito, multiplicando costumbres que nadie ama. Como una fotocopiadora que reproduce mil veces un mal formulario. Pero lo absurdo abre una puerta: la era de la IA invita a repensar varas, premios y expectativas. Mi lección es franca: cuando un modelo de IA presuma de velocidad, inspeccione los bajos, reclame el multiplicador oculto y exija una corrida con entradas corrientes.