La IA y los códigos binarios y esféricos (Binary and spherical codes)

 La IA y los códigos binarios y esféricos (Binary and spherical codes)

La IA no ha encontrado “un código concreto mejor”, sino una mejor cota superior general: demuestra que, dadas ciertas restricciones de separación, el número máximo de códigos posibles es menor de lo que indicaban las mejores cotas clásicas desde los años 70.

Es decir: ha estrechado el espacio de lo posible.

1. Qué son los códigos binarios

Un código binario es un conjunto de palabras formadas por ceros y unos:

$$𝐶\subset \{0,1{\}}^{𝑛}$$

Por ejemplo, si $𝑛=8$, una palabra puede ser:

$$01011001$$

La distancia entre dos palabras se mide con la distancia de Hamming: cuántas posiciones cambian. Por ejemplo:

$$01011001$$$$01010011$$

difieren en dos posiciones.

La pregunta matemática es:

¿Cuántas palabras binarias podemos meter en $\{0,1{\}}^{𝑛}$ si exigimos que cualquier par de palabras esté separado al menos por cierta distancia mínima?

En el paper se define ${𝐴}_2(𝑛,𝑑)$ como el tamaño máximo de un código binario de longitud $𝑛$ y distancia mínima al menos $𝑑$. También se estudia la tasa asintótica ${𝑅}_2(𝛿)$, donde $𝛿$ es la distancia relativa, es decir, distancia dividida por longitud.

2. Qué son los códigos esféricos

Un código esférico es parecido, pero en lugar de palabras de ceros y unos tenemos puntos sobre una esfera de alta dimensión:

$$𝐶\subset {𝑆}^{𝑛-1}$$

La restricción ya no es distancia de Hamming, sino ángulo o producto escalar. Si dos puntos tienen producto escalar alto, están muy cerca; si tienen producto escalar bajo, están más separados.

La pregunta equivalente es:

¿Cuántos puntos podemos colocar sobre una esfera de dimensión alta si exigimos que no estén demasiado cerca unos de otros?

El paper define $𝐴(𝑛,𝑠)$ como el tamaño máximo de un código esférico con producto escalar máximo como mucho $𝑠$. La tasa asintótica correspondiente es ${𝑅}_{\mathrm{s}\mathrm{p}\mathrm{h}}(𝑠)$.

3. Qué ha mejorado exactamente la IA

El resultado publicado por OpenAI afirma dos mejoras paralelas.

Para códigos binarios, mejora estrictamente el exponente clásico de McEliece–Rodemich–Rumsey–Welch, conocido como MRRW, para toda distancia relativa fija:

$$0<𝛿<1\mathrm{/}2$$

Para códigos esféricos, mejora estrictamente el exponente clásico de Kabatianskii–Levenshtein, incluso después de aplicar la optimización por casquetes esféricos. Según el resumen del capítulo, serían las primeras mejoras generales de estos exponentes desde 1977 y 1978.

La diferencia puede parecer pequeña en fórmula, pero es enorme en dimensión alta. Si mejoras el exponente, mejoras el resultado por un factor exponencial. No es una corrección cosmética: cambia la tasa de crecimiento posible del sistema.

4. La idea clásica: Delsarte

Los métodos clásicos usan lo que se llama programación lineal de Delsarte.

La idea es construir un polinomio auxiliar que cumpla dos condiciones:

1. Tiene positividad en una base ortogonal adecuada.
   En códigos binarios, la base son los polinomios de Krawtchouk.
   En códigos esféricos, la base son los polinomios de Gegenbauer.
2. Tiene signo negativo o no positivo en las distancias/proximidades prohibidas.

Si el polinomio cumple esas condiciones, produce una cota superior sobre el tamaño máximo del código. El paper explica que un certificado de Delsarte da una cota del tipo $\mathrm{\mid }𝐶\mathrm{\mid }\le 𝐹(1)\mathrm{/}{𝑓}_0$, siempre que los coeficientes adecuados sean no negativos y el polinomio tenga el signo correcto en las configuraciones prohibidas.

Hasta aquí, la estructura recuerda mucho al empaquetamiento de esferas: no se construye directamente el objeto óptimo, sino que se construye un certificado dual que demuestra que no puede haber demasiados puntos.

5. El bloqueo: se estaba usando solo una línea

Aquí está la intuición clave.

En los métodos clásicos, en cada grado armónico se conservaba básicamente una sola dirección, una línea fija asociada al punto del código.

La IA detecta que ahí había una pérdida estructural: en lugar de usar solo una línea, se podían usar subespacios enteros, de dimensión exponencial, que se mueven con cada palabra o con cada punto.

El documento de explicación lo dice muy claro: tanto en el cubo de Hamming como en la esfera, la construcción clásica retenía un vector fijo por grado armónico, y la pregunta decisiva era si esa elección unidimensional estaba descartando exponencialmente muchos grados de libertad.

Dicho en lenguaje RMS:

El recurso existía, pero el método clásico no lo estaba activando. La IA encuentra multiplicidad oculta dentro del sistema.

6. La innovación: subespacios móviles

El nuevo método asigna a cada código $𝑥$ no solo un vector, sino un subespacio móvil. A ese subespacio se le asocia una proyección ${𝑃}_{𝑥}$. Luego se compara el solapamiento entre dos códigos mediante:

$$𝐾(𝑥,𝑦)=\mathrm{Tr}({𝑃}_{𝑥}{𝑃}_{𝑦})$$

Lo importante es que $𝐾(𝑥,𝑦)$ sigue siendo un kernel escalar de dos puntos. Es decir, no se abandona la programación lineal clásica por un método de tres puntos o semidefinido más fuerte. La mejora aparece dentro del marco de dos puntos, pero explotando una geometría interna mucho más rica. El paper subraya que las proyecciones se mueven con los puntos y que el solapamiento $\mathrm{tr}({𝑃}_{𝑥}{𝑃}_{𝑦})$ sigue siendo función escalar de la distancia.

Este es el giro profundo:

No se cambia el problema. Se cambia la representación interna del certificado.

7. Por qué esto mejora el exponente

La cota resultante tiene una forma conceptual así:

$$\mathrm{\mid }𝐶\mathrm{\mid }\lesssim \frac{\text{dimensi}\acute{\text{o}}\text{n ambiente}}{\text{dimensi}\acute{\text{o}}\text{n del subespacio asociado a cada c}\acute{\text{o}}\text{digo}}$$

En el paper aparece como una cota proporcional a $𝐷\mathrm{/}{𝑑}_{𝐸}$, donde $𝐷$ es la dimensión ambiente y ${𝑑}_{𝐸}$ la dimensión del subespacio asociado al punto. Si ${𝑑}_{𝐸}$ es exponencialmente grande, entonces se resta una cantidad de entropía al exponente final.

En palabras sencillas:

Antes cada punto “ocupaba” una línea. Ahora cada punto ocupa un subespacio grande. Eso fuerza que quepan menos puntos.

Y como esos subespacios tienen dimensión exponencial en $𝑛$, la mejora también es exponencial.

8. Caso binario: cubo entero y capas de peso constante

Para códigos binarios, la IA usa dos construcciones.

La primera trabaja sobre todo el cubo $\{0,1{\}}^{𝑛}$. Allí aparecen niveles de Fourier booleano y espacios armónicos primitivos. El resultado mejora la primera cota MRRW, pero no basta para mejorar la cota MRRW optimizada en todos los valores de $𝛿$. Las notas explican que, por ejemplo, alrededor de $𝛿=0.1$, la construcción de cubo entero no supera por sí sola al segundo MRRW.

Por eso aparece la segunda construcción: restringirse a capas de peso constante. Una capa de peso constante son todas las palabras binarias con exactamente $𝑤$ unos. Dentro de esa capa, el estabilizador de un punto actúa separadamente sobre el soporte y su complemento. La IA introduce armónicos primitivos en esas dos partes, con grados $𝛽𝑛$ y $𝛾𝑛$.

La clave técnica es muy bonita: activar grados armónicos pequeñísimos, $𝛽=𝛾=𝜀$, cuesta poco en el umbral espectral, pero da una ganancia entrópica del tipo:

$$2𝜀{\log }_2(1\mathrm{/}𝜀)$$

Ese término domina el coste lineal. Por eso incluso una pequeña representación adicional permite mejorar el exponente clásico.

El resultado final binario queda expresado como:

$${𝑅}_2(𝛿)\le {𝜅}_{\mathrm{b}\mathrm{i}\mathrm{n}}(𝛿)<{𝑀}_2(𝛿)$$

para todo:

$$0<𝛿<1\mathrm{/}2$$

donde ${𝑀}_2(𝛿)$ es la mejor cota clásica MRRW optimizada.

9. Caso esférico: armónicos que se mueven con el punto

En códigos esféricos, la construcción clásica usaba una línea zonal fija en cada espacio armónico. La IA reemplaza esa línea por el espacio:

$${𝐸}_{𝑘,𝑥}={𝐻}_{𝑘}({𝑥}^{\perp })$$

Es decir: para cada punto $𝑥$ de la esfera, se considera el espacio de armónicos de grado $𝑘$ en el hiperplano perpendicular a $𝑥$. Cuando $𝑥$ se mueve, el subespacio también se mueve.

Esto produce una mejora análoga:

$$𝐴(𝑛,𝑠)\le 2^{({\mathrm{\Phi }}_{\mathrm{r}\mathrm{o}\mathrm{w}}(𝑎,𝑏)+𝑜(1))𝑛}$$

cuando se cumple el umbral espectral correspondiente. La mejora viene de restar la entropía del subespacio armónico móvil: ${𝐻}_{\mathrm{s}\mathrm{p}\mathrm{h}}(𝑎)-{𝐻}_{\mathrm{s}\mathrm{p}\mathrm{h}}(𝑏)$.

Después la IA no se queda en una sola fila armónica. Construye una jerarquía completa usando representaciones de $𝑆𝑂(𝑛-1)$, descritas por diagramas de Young con parámetros intercalados:

$${𝑎}_1>{𝑏}_1>{𝑎}_2>\cdots >{𝑏}_{𝑟}>{𝑎}_{𝑟+1}\ge 0$$

Cada nivel de la jerarquía mejora estrictamente el anterior. El paper afirma que para todo $0<𝑠<1$:

$${𝑅}_{\mathrm{s}\mathrm{p}\mathrm{h}}(𝑠)\le \underset{𝑟\ge 0}{\inf }{𝜅}_{𝑟}(𝑠)<{𝜅}_1(𝑠)<{𝜅}_{\mathrm{r}\mathrm{o}\mathrm{w}}(𝑠)<{𝜅}_0(𝑠)={𝐵}_{\mathrm{K}\mathrm{L}}(𝑠)$$

donde ${𝐵}_{\mathrm{K}\mathrm{L}}(𝑠)$ es la cota clásica de Kabatianskii–Levenshtein optimizada por casquetes.

10. Relación con el empaquetamiento de esferas

Este resultado conecta directamente con lo que vimos antes.

El empaquetamiento de esferas pregunta cuántas bolas caben en ${\mathbb{𝑅}}^{𝑛}$. Los códigos esféricos preguntan cuántos puntos bien separados caben sobre una esfera. En alta dimensión, ambos problemas se comunican mediante límites de pequeños ángulos y proyecciones.

El capítulo afirma que la construcción esférica, en el límite $𝑠\to 1$, recupera el exponente óptimo del programa lineal de Cohn–Elkies para empaquetamiento de esferas. También da de nuevo la cota:

$${\mathrm{\Delta }}_{𝑛}\le 2^{-({𝜆}^{\ast }+𝑜(1))𝑛},{𝜆}^{\ast }=\frac{1}{2}{\log }_2\frac{2𝜋}{𝑒}$$

Es decir: el resultado sobre códigos esféricos no es un apéndice separado, sino otra vía hacia el mismo umbral que apareció en el problema de empaquetamiento de esferas.

11. Qué significa que lo haya hecho la IA

Según OpenAI, estos resultados fueron obtenidos por una versión interna de Astra, preparados después en manuscritos y formalizados en Lean. El repositorio publicado incluye un archivo MetricCodes.lean para los resultados de códigos binarios y esféricos.

La parte interesante no es solo que la IA haya manipulado fórmulas. Lo importante es el tipo de descubrimiento:

encontró una simetría desaprovechada, vio que dos problemas distintos compartían la misma pérdida de grados de libertad, y convirtió esa multiplicidad oculta en una mejora exponencial.

Esto es investigación matemática real en el sentido fuerte: detectar una arquitectura latente.

12. Lectura RMS / pensamiento sistémico

En clave RMS:

Recursos: cubo binario, esfera, distancia de Hamming, producto escalar, polinomios de Krawtchouk, polinomios de Gegenbauer, armónicos booleanos, armónicos esféricos, representaciones de grupos.

Mecanismos: programación lineal de Delsarte, positividad, kernels de Gram, proyecciones móviles, transición espectral, cociente dimensión ambiente/subespacio, optimización entrópica.

Sistema: un sistema de separación máxima donde cada punto no es solo una posición, sino una estructura interna con simetrías, multiplicidades y restricciones de solapamiento.

La enseñanza sistémica es potente:

El límite de un sistema no siempre se mejora añadiendo más cálculo; a veces se mejora descubriendo qué dimensiones internas del sistema habían sido ignoradas.

Síntesis final

La IA habría mejorado los límites clásicos para códigos binarios y esféricos al descubrir que los métodos de Delsarte estaban usando una versión demasiado pobre de la simetría disponible. Donde antes había una línea fija por grado armónico, la nueva prueba introduce subespacios móviles de gran dimensión asociados a cada palabra o punto. Esa multiplicidad reduce exponencialmente el número máximo de códigos posibles. En binario supera MRRW para toda distancia relativa fija; en la esfera supera Kabatianskii–Levenshtein para todo ángulo fijo; y en el límite esférico recupera el exponente óptimo del programa Cohn–Elkies para empaquetamiento de esferas

Los diez problemas

https://intafuturo.blogspot.com/2026/08/ia-y-matematicas-el-verdadero-salto-de.html

1. High-dimensional sphere packing — empaquetamiento de esferas en altas dimensiones.
2. Binary and spherical codes — códigos binarios y esféricos.
3. Non-sofic groups — existencia de grupos no sóficos.
4. Connes’s rigidity conjecture — conjetura de rigidez de Connes.
5. Arithmetic circuit complexity — complejidad de circuitos aritméticos.
6. Quantum parallel repetition — repetición paralela cuántica.
7. Closest Vector Problem — problema del vector más cercano.
8. Ehrhart’s volume conjecture — conjetura del volumen de Ehrhart.
9. Multicolor Ramsey numbers — números de Ramsey multicolor.
10. Compactness and degeneracy conjectures en teoría extremal de grafos.

OpenAI presenta los diez resultados como avances generados por una versión interna de Astra, después preparados en manuscritos y formalizados en Lean. 

La lista oficial incluye: empaquetamiento de esferas, códigos binarios/esféricos, grupos no sóficos, rigidez de Connes, circuitos aritméticos, repetición paralela cuántica, closest vector problem, conjetura de Ehrhart, Ramsey multicolor y extremal graph theory.

 High-dimensional sphere packing

. Idea clave: el problema geométrico de empaquetar esferas se traduce en un problema de Fourier y de incertidumbre de signo. El resultado determina el límite asintótico del método Cohn–Elkies y mejora el exponente general desde Kabatianskii–Levenshtein 1978.

. Binary and spherical codes
 Es el hermano natural del empaquetamiento de esferas. En vez de preguntar “cuántas esferas caben en un espacio continuo”, pregunta “cuántas palabras binarias o puntos sobre una esfera pueden separarse suficientemente entre sí”. OpenAI afirma mejoras exponenciales en cotas superiores para códigos binarios a distancia mínima prescrita y resultados análogos para códigos esféricos de alta dimensión.

 Connes’s rigidity conjecture
Aquí entramos en álgebras de von Neumann y teoría de grupos. La idea fuerte: refutar que ciertos grupos queden determinados de forma rígida por su álgebra de von Neumann. OpenAI afirma que construye infinitas familias de grupos con propiedad $𝑇$, no isomorfos entre sí, pero con la misma álgebra de von Neumann.

Arithmetic circuit complexity
Complejidad algebraica. Pregunta de fondo: ¿cuántos recursos necesita un circuito aritmético para calcular el permanente? Es el análogo algebraico de grandes problemas tipo P vs NP. OpenAI declara nuevas cotas inferiores, incluyendo una cota de fórmulas aritméticas del orden ${𝑛}^4\mathrm{/}\log 𝑛$.

Quantum parallel repetition
Teoría de juegos cuánticos y complejidad. La pregunta: si repites muchas veces un juego cuántico, ¿la probabilidad de ganar cae exponencialmente como en el caso clásico? OpenAI afirma un teorema de repetición paralela exponencial para juegos cuánticos bipartitos finitos.

Closest Vector Problem
Problema central en retículos/lattices: dado un retículo y un punto, encontrar el vector del retículo más cercano. Es importante en criptografía postcuántica. OpenAI afirma dureza de aproximación con factor polinómico para CVP euclídeo.

 Multicolor Ramsey numbers
Combinatoria extrema. Pregunta: ¿cuántos vértices necesitas para garantizar un triángulo monocromático si coloreas las aristas con muchos colores? OpenAI afirma una cota inferior superexponencial para números de Ramsey multicolor de triángulos.

Compactness and degeneracy conjectures en teoría extremal de grafos
También combinatoria extrema. Aquí la IA habría construido grafos bipartitos que refutan dos conjeturas: la de compactness de Erdős–Simonovits y una conjetura de degeneracy de Erdős.

Clave común de todos

La pauta que se repite es muy RMS:

La IA no resuelve solo calculando más; resuelve cambiando la arquitectura del problema.

En sphere packing cambia geometría por Fourier.
En códigos cambia separación discreta por programación lineal/esférica.
En grupos no sóficos cambia aproximabilidad finita por expansores y rigidez.
En Connes cambia identidad algebraica por construcción de grupos no isomorfos.
En circuitos cambia cálculo concreto por barreras estructurales.
En CVP cambia búsqueda geométrica por reducción de complejidad.
En Ramsey/grafos cambia azar/combinatoria por construcciones extremales.