Google DeepMind publicó en la prestigiosa revista Nature el sistema FunSearch (Searching in the Function Space), el primer método documentado en el que un modelo de lenguaje de gran escala produce nuevos descubrimientos matemáticos verificables que superan el conocimiento humano previo. Enfrentado al célebre problema del conjunto cap (cap set problem) en combinatoria extremal y al clásico problema de empaquetamiento de contenedores (bin packing problem) en ciencias de la computación, FunSearch descubrió construcciones matemáticas que establecen nuevos récords mundiales en dimensiones elevadas y algoritmos heurísticos más eficientes que los diseñados por investigadores humanos durante décadas. El sistema logra este hito emparejando un LLM preentrenado con un evaluador automatizado que filtra alucinaciones y guía una búsqueda evolutiva en el espacio de funciones informáticas.
Capítulo 01
La noticia en una frase
DeepMind publica en Nature FunSearch, un sistema que combina LLMs con evaluadores programáticos para descubrir nuevos teoremas matemáticos y optimizar algoritmos.
FunSearch batió récords de décadas en el problema de cap sets para dimensión 8 y generó algoritmos de bin packing con menor desperdicio de espacio que heurísticas humanas estándar.
Capítulo 02
