Modelo interno de OpenAI fija la tasa exacta del programa Cohn-Elkies

TL;DR. Un modelo interno de OpenAI determina la tasa de decaimiento exacta del programa lineal de Cohn-Elkies y mejora el exponente general de empaquetamiento desde 1978.

Puntos clave

Qué es la colección y por qué destaca un resultado. El documento empieza con modestia.
El programa de Cohn-Elkies y lo que acota. El empaquetamiento de esferas pregunta con qué densidad pueden llenar el espacio bolas que no se solapan.
Lo que el marco ya había logrado. Antes de llegar al nuevo teorema, conviene precisar qué había conseguido ya el marco de programación lineal basado en el análisis de Fourier, porque el nuevo resultado es en parte una afirmación sobre cuánto más…
El teorema principal. El teorema principal del documento demuestra la tasa exponencial conjeturada en las conjeturas 3.1 y 3.2 de aquel artículo de 2020.

Una colección de resultados matemáticos de un modelo interno de OpenAI resuelve la fuerza asintótica del programa lineal de Cohn-Elkies para el empaquetamiento de esferas. Aporta la primera mejora del exponente general de empaquetamiento desde 1978, junto con una cota inferior que coincide exactamente con él.

Qué es la colección y por qué destaca un resultado #

El documento empieza con modestia. Presenta una colección de resultados obtenidos por un modelo interno de OpenAI y dice que abarcan las matemáticas y la informática teórica. Es una descripción de procedencia y alcance, y no dice cómo se usó el modelo ni cómo se verificaron sus resultados. Esas preguntas importan, y la fuente, tal como se resume aquí, las deja sin respuesta, así que este artículo no fingirá lo contrario. Lo que sí respaldan las afirmaciones es una lista de resultados declarados, y la lista es lo bastante larga como para que la pregunta interesante no sea si algún elemento concreto impresiona. Es por qué uno de ellos merece la mayor parte de la atención.

La razón es que el resultado sobre el empaquetamiento de esferas es el único de la colección que cierra una brecha cuantitativa en un programa de investigación con una historia larga y bien identificada. Los demás son notables por sí mismos. Un grupo no sófico explícito responde a una pregunta antigua. Una refutación de la conjetura de Connes resuelve algo que propuso un matemático con nombre propio. Pero el resultado sobre el empaquetamiento está al final de una cadena que va desde un marco de análisis de Fourier, pasando por dos célebres soluciones exactas en dimensiones concretas, hasta una pregunta sobre dimensiones altas que siguió abierta durante años. Entenderlo exige entender esa cadena.

Por eso la mayor parte de lo que sigue trata del programa lineal de Cohn-Elkies: qué es, qué se sabía de él, qué dice el nuevo teorema y cómo se construye la parte del argumento dedicada a la incertidumbre de signo. Una sección más breve repasa después el resto de los resultados de la colección, cada uno tal como se enuncia y sin ir más allá.

El programa de Cohn-Elkies y lo que acota #

El empaquetamiento de esferas pregunta con qué densidad pueden llenar el espacio bolas que no se solapan. El documento fija la notación. Para centros separados al menos por 1, ∆d es el supremo de las densidades superiores de bolas de radio 1/2 en Rd. Dicho de otro modo, ∆d denota la densidad máxima de empaquetamiento de esferas en Rd. Todo lo que contiene el primer capítulo de la colección se mide frente a esa cantidad.

El programa de Cohn-Elkies da una cota superior de ∆d. Su valor óptimo se escribe LPd y se define como la cota de densidad óptima que proporciona el programa. El mecanismo es la cota de Gorbachev–Cohn-Elkies, que asigna a toda función f de una clase llamada Ad la cota superior de densidad vd f(0)/(2d f̂(0)). Dicho con palabras: se elige una función auxiliar f de la clase admisible, se calcula su valor en el origen y el de su transformada de Fourier en el origen, se forma ese cociente con los factores de volumen y escala, y el resultado acota por arriba la densidad de empaquetamiento. El programa lineal busca la f que hace esa cota lo más pequeña posible.

En este marco, toda la dificultad está en elegir bien f. Una función bien elegida da una cota ajustada, y una mal elegida da una cota débil pero válida. Por eso importa tanto la cota inferior coincidente del nuevo resultado. Habla de todas las funciones admisibles a la vez y convierte la búsqueda de mejores funciones en una pregunta cerrada.

Lo que el marco ya había logrado #

Antes de llegar al nuevo teorema, conviene precisar qué había conseguido ya el marco de programación lineal basado en el análisis de Fourier, porque el nuevo resultado es en parte una afirmación sobre cuánto más lejos puede llegar.

Viazovska usó este marco para demostrar que el retículo E8 da el empaquetamiento óptimo en dimensión ocho. Cohn, Kumar, Miller, Radchenko y Viazovska establecieron después la optimalidad del retículo de Leech en dimensión veinticuatro. Son resultados exactos en dimensiones aisladas, y explican que el marco tenga una reputación que va más allá de su papel como herramienta de acotación. En dos dimensiones concretas, da con la respuesta verdadera.

En dimensiones altas el panorama era más turbio. Cohn y Zhao demostraron que el programa lineal es siempre al menos tan fuerte como la cota de Kabatianskii–Levenshtein para códigos esféricos. Es una garantía útil, porque la cota de Kabatianskii–Levenshtein era el mejor exponente general conocido. Pero «al menos tan fuerte» deja dos posibilidades abiertas: el programa podía igualar exactamente ese exponente o superarlo. El documento enuncia la consecuencia directamente. Si el programa lineal mejora el exponente clásico de empaquetamiento en dimensiones altas había seguido siendo una pregunta abierta.

Afkhami-Jeddi, Cohn, Hartman, de Laat y Tajdini conjeturaron la tasa del programa lineal en dimensiones altas. Esa conjetura es un objeto prudente, y la fuente la trata como tal. Era una conjetura, respaldada por las pruebas que tuvieran sus autores, y nadie la había demostrado. El nuevo resultado cambia su estatus.

El teorema principal #

El teorema principal del documento demuestra la tasa exponencial conjeturada en las conjeturas 3.1 y 3.2 de aquel artículo de 2020. Enunciado al nivel que respaldan las afirmaciones: los autores determinan la tasa exacta de decaimiento exponencial del programa lineal de Cohn-Elkies para el empaquetamiento de esferas. La fuerza asintótica del programa queda, en palabras de la fuente, determinada exactamente.

De la fuente se siguen directamente dos consecuencias. La primera es una cota general de empaquetamiento mejorada en dimensiones altas. La segunda es que el problema correspondiente de incertidumbre de signo de Fourier queda resuelto asintóticamente. Son consecuencias de distinta naturaleza. Una trata de geometría y la otra de análisis, y que un solo teorema entregue ambas es el primer indicio de que el problema del empaquetamiento y el de la incertidumbre son dos caras de la misma estructura.

La fuente también sitúa el logro en la historia. Describe el resultado como la primera mejora desde 1978 del exponente general de empaquetamiento de esferas. El exponente clásico de Kabatianskii–Levenshtein era 0,59905576..., y esa cifra había sido la referencia. El documento recoge que los refinamientos posteriores sobre códigos esféricos solo habían mejorado factores de orden inferior. En otras palabras, en el propio exponente, que es la cantidad de orden principal, nada se había movido.

Yo diría que este enfoque es el correcto para valorar el resultado. Una mejora de orden inferior retoca constantes y factores polinómicos y deja la tasa exponencial donde estaba. Una mejora del exponente cambia la tasa. Las afirmaciones respaldan exactamente esa distinción, y respaldan que los refinamientos anteriores quedaron del lado del orden inferior.

Dimensión / marco	Referencia clásica (1978)	Programa lineal de Cohn-Elkies	Nueva demostración del modelo
Exponente de empaquetamiento	Cota de Kabatianskii–Levenshtein: 0,59905576...	Al menos tan fuerte como las cotas de códigos esféricos (Cohn–Zhao)	Tasa asintótica exacta conjeturada por Afkhami-Jeddi et al. (2020), demostrada
Carácter definitivo de la cota	Solo refinamientos de factores de orden inferior	Pregunta abierta sobre la brecha asintótica en dimensiones altas	Cota inferior coincidente exacta: ninguna función auxiliar supera esta tasa
Incertidumbre de signo de Fourier	Cotas de signo separadas ($A^+(d) < A^-(d)$)	Vinculada a funciones de prueba antiautoduales de Fourier	Resuelta asintóticamente; incertidumbre de signo regida por la reflexión de Mellin
Códigos correctores de errores	Cotas clásicas de códigos esféricos y binarios	Acopladas asintóticamente a las cotas de empaquetamiento	Mejoras en factores exponenciales para todos los parámetros de distancia fija
Techo metodológico	Optimización numérica de factores polinómicos	Optimización abierta de funciones de prueba auxiliares $f \in \mathcal{A}_d$	Techo matemático demostrado: más avances exigen métodos ajenos a Cohn-Elkies

Por qué la cota inferior coincidente cambia la pregunta #

Una mejora de la cota superior sería por sí sola una buena noticia. Lo que hace este resultado inusualmente definitivo es su segunda mitad. La cota inferior coincidente muestra que ninguna función auxiliar de Cohn-Elkies puede mejorar este exponente.

Pensemos en lo que eso supone para el programa de investigación. Antes del resultado, quien tuviera una idea mejor para construir una función auxiliar tenía un camino plausible hacia un exponente de empaquetamiento aún mejor. Después, ese camino queda cerrado en el plano de los exponentes. Cualquier nuevo avance en el exponente tendrá que venir de fuera del marco de Cohn-Elkies, porque dentro de él la tasa ya es exacta.

No quiero exagerarlo. Las afirmaciones no dicen que el nuevo exponente sea el verdadero exponente del empaquetamiento de esferas, ni que el empaquetamiento en sí no pueda hacerlo mejor. El enunciado se refiere al programa lineal: su exponente está fijado y no se puede superar cambiando la función auxiliar. Si otra técnica podría superarlo es una pregunta que las afirmaciones no abordan. Es un límite nítido, y es el tipo de límite que le indica a un campo dónde buscar después.

También cabe una lectura más económica, para quienes se fijan en adónde va el esfuerzo. Un techo exacto y conocido para un método es información útil. Indica que hay que dejar de optimizar dentro de ese método. Para quien asigna tiempo de investigación, pasar de «esto podría mejorar» a «esto no puede mejorar» vale tanto como un resultado positivo modesto.

Códigos esféricos y códigos binarios #

La colección no se detiene en el empaquetamiento. Las cotas superiores clásicas de los códigos binarios y esféricos de distancia fija mejoran en factores exponenciales para todos los parámetros. Esa frase lleva un cuantificador fuerte. La mejora es en factores exponenciales y vale para todos los parámetros, lo que es más amplio que una mejora en un régimen favorable.

Hay además un vínculo con el capítulo 1. La construcción de códigos esféricos también recupera el exponente de empaquetamiento del capítulo 1. Así que los dos hilos se conectan: la construcción del lado de los códigos reproduce el exponente del lado del empaquetamiento. Las afirmaciones no detallan el mecanismo de esa recuperación, y no voy a inventar uno. Lo que establecen es el sentido de la relación: la construcción esférica da el mismo exponente que el capítulo del empaquetamiento.

Conviene recordar por qué importa este vínculo a la luz de la historia anterior. La cota de Kabatianskii–Levenshtein para códigos esféricos era el punto de comparación del programa lineal, y el teorema de Cohn y Zhao decía que el programa es siempre al menos tan fuerte. Los nuevos resultados mejoran tanto las cotas de códigos como las de empaquetamiento, y lo hacen a partir de una construcción que vuelve al exponente del empaquetamiento. Los dos lados avanzan juntos.

El problema de la incertidumbre de signo #

La segunda consecuencia del teorema principal se refiere a la incertidumbre de signo de Fourier, y el documento da definiciones suficientes para esbozar su forma.

Para una función g, r(g) se define como el ínfimo de los R ≥ 0 tales que g(x) ≥ 0 para |x| ≥ R. En términos sencillos, r(g) es el radio a partir del cual g es no negativa en todas partes. Cuando no existe tal radio, r(g) = ∞. El problema de incertidumbre trata de cuán pequeño puede hacerse ese radio para funciones con una relación prescrita con su propia transformada de Fourier.

Esa relación es un signo. La condición ĝ = ςg vincula una función con su transformada de Fourier salvo el signo. Los signos +1 y −1 dan, respectivamente, el problema de incertidumbre original y el complementario. Cohn y Gonçalves introdujeron la variante antiautodual de Fourier, que es el problema complementario, y la conectaron con el empaquetamiento de esferas. Esa conexión es el puente por el que el resultado del empaquetamiento resuelve asintóticamente el problema de incertidumbre.

El problema complementario no es una curiosidad del análisis puro. En el bootstrap modular sin espín, la antisimetría modular S produce funciones de prueba antiautoduales de Fourier cuyo signo final controla la brecha espectral. La fuente cita para ello a Hartman, Mazáč y Rastelli y el artículo de Afkhami-Jeddi et al. Así que una pregunta que nació como enunciado sobre funciones y sus transformadas aparece también en un contexto con nombre de física, la brecha espectral. Las afirmaciones no van más allá de ese mecanismo de una línea, y yo tampoco, pero recuerda que el problema de incertidumbre tiene compañía fuera del empaquetamiento de esferas.

El apéndice A añade una comparación entre los dos problemas. Observa que A+(d) < A−(d) para todo d. Es un enunciado según el cual los dos problemas difieren en toda dimensión, con la primera cantidad estrictamente menor que la segunda. Las afirmaciones no dan otra interpretación, y la desigualdad merece mención simplemente porque vale para todo d, sin excepciones.

Dentro del argumento: promedio, anulación y una estimación de masa #

El documento incluye varios enunciados técnicos que dan una idea de cómo se construye el análisis de incertidumbre. Son fragmentos, y los presentaré como fragmentos, pero juntos esbozan un método.

Empecemos por la simetría. El promedio por rotaciones se define con la medida de Haar normalizada sobre O(d). Promediar una función sobre las rotaciones produce una función radial, y el objetivo es simplificar el problema sin romper sus restricciones. La fuente dice que el promedio por rotaciones preserva todas las condiciones de signo de la lista de restricciones del problema, etiquetada (2). Añade que si ĝ = ςg, entonces r(Rg) ≤ r(g), donde Rg es el promedio por rotaciones de g. Así que el promedio nunca empeora el radio de signo. Además, en la formulación de la fuente, Rg ≠ 0 siempre que g ≠ 0 sea finalmente no negativa, de modo que el promedio no anula una función que tiene el comportamiento de signo adecuado a gran distancia.

Esos tres hechos juntos justifican una reducción a funciones radiales. La reducción no cuesta nada en el radio, preserva las condiciones de signo y no reduce la función a cero. Es la forma de un argumento de simetría habitual, y las afirmaciones confirman cada uno de sus ingredientes.

Después, el origen. La función g = h − ĥ se anula en el origen. Es el tipo de hecho pequeño que hace un gran trabajo en una demostración, porque la cota de Cohn-Elkies involucra directamente valores en el origen, y una función que se anula allí se comporta de otro modo que una que no lo hace. También se recoge un paso de corrección relacionado: la función corregida gn satisface gn(0) = 0 y gn → g en L1. Así que una sucesión de funciones corregidas, cada una nula en el origen, converge a g en el sentido L1. Eso permite al argumento trabajar con funciones que cumplen exactamente la condición en el origen sin dejar de aproximar el objetivo.

Luego hay una restricción cuantitativa. La estimación de masa obliga a que 1/a ≥ (1/π − o(1))√d. Las afirmaciones no definen a, así que no puedo decir qué mide, y no voy a adivinarlo. Lo que sí puede decirse es la forma de la conclusión: una cota inferior de 1/a que crece como la raíz cuadrada de la dimensión, con constante 1/π y una corrección que se desvanece. Una escala de raíz cuadrada de la dimensión parece natural en geometría de dimensión alta, pero es mi observación sobre la forma de la expresión, y las afirmaciones no la presentan como un mecanismo.

La imagen de Mellin #

En el documento aparece una pieza más de la caja de herramientas, y es la que explica con más claridad por qué el análisis de Fourier radial es manejable aquí. Tras una transformada de Mellin, la transformada de Fourier radial refleja la variable de Mellin. Es un enunciado compacto sobre cómo actúa una transformada. La transformada de Fourier de una función radial, normalmente un operador integral con el que cuesta razonar directamente, se convierte en una reflexión de la variable de Mellin. Las reflexiones son de los operadores más simples que existen.

El mismo pasaje recoge una condición analítica del otro lado. El decaimiento de Schwartz de g da un decaimiento rápido de Φg cuando v → +∞. Aquí Φg es el objeto obtenido en el análisis de Mellin, y v su variable. La combinación es instructiva: la propiedad de reflexión se ocupa de la estructura y el decaimiento de Schwartz del control en el infinito. Una demostración de este estilo necesita ambas cosas, porque la estructura sin decaimiento deja integrales que quizá no converjan, y el decaimiento sin estructura no deja nada que calcular.

El documento señala también que Sd es el área de la esfera unidad, que entra como factor de normalización cuando las integrales radiales se pasan de la esfera a la recta. Es un punto de definición, y es el tipo de contabilidad que decide si las constantes de una cota final salen bien.

Quiero dejar claro qué son estos fragmentos. No son la demostración. Las afirmaciones dan enunciados, no derivaciones, y ningún lector debería reconstruir el argumento completo a partir de ellos. Lo que muestran es que el análisis combina reducción por simetría, una condición en el origen, una estimación cuantitativa de masa y una transformada cuya acción se simplifica tras un cambio de variable. Esa combinación es convencional en los problemas extremales del análisis de Fourier, lo que hace que el carácter exacto del resultado final sea más notable, no menos. Herramientas de aspecto estándar bastaron para alcanzar una respuesta óptima.

El resto de la colección #

El capítulo del empaquetamiento de esferas es solo una parte del documento, y los demás resultados merecen un recuento justo. Cada uno se enuncia aquí exactamente como lo dan las afirmaciones.

En teoría de grupos, se construye un grupo no sófico explícito, lo que responde a la antigua pregunta de si todo grupo numerable es sófico. La demostración combina trabajos de Kun y de Kun–Thom con un argumento combinatorio de emparejamiento por expansores, realizado con el álgebra de Leavitt binaria y el grupo V de Thompson. La palabra «explícito» pesa aquí: el resultado es una construcción y no un argumento de existencia.

En álgebras de operadores, se construyen infinitos grupos con la propiedad (T), no isomorfos dos a dos, con la misma álgebra de von Neumann de grupo. Esto refuta la conjetura de Connes y responde a una pregunta relacionada de Popa sobre el carácter finito a uno. Dos preguntas con nombre caen con una sola construcción.

En complejidad aritmética, el documento da cotas inferiores para el permanente. Los circuitos sin división requieren Ω(n² log log n) puertas, mientras que las fórmulas requieren Ω(n⁴ / log n) hojas. Son dos cotas para dos modelos de cómputo, y el documento las enuncia una junto a otra.

En información cuántica, se demuestra la repetición paralela exponencial para todo juego entrelazado finito de dos jugadores. La fuente dice que esto extiende el principio clásico de repetición más allá de las clases especiales de juegos cuánticos tratadas hasta ahora. De nuevo destaca el cuantificador: todo juego entrelazado finito de dos jugadores, sin restricción a una clase especial.

En dificultad de aproximación, una reducción directa desde 3SAT da una dificultad de factor n^(1/400) para el problema euclídeo del vector más cercano, con consecuencias relacionadas para la decodificación binaria y otras normas de retículos. El exponente 1/400 es pequeño, y prefiero darlo tal como está escrito antes que adornarlo. Las afirmaciones califican la reducción de directa y le asocian consecuencias para la decodificación binaria y otras normas.

En geometría convexa, se demuestra en toda dimensión la cota superior óptima de volumen (n + 1)^n / n! para cuerpos convexos cuyo baricentro es su único punto interior del retículo. Tanto el carácter óptimo como la validez en todas las dimensiones forman parte del enunciado.

En teoría de Ramsey, una nueva cota inferior superexponencial muestra que Rk(3) crece como k^Θ(k). Y en teoría extremal de grafos, construcciones distintas de grafos bipartitos refutan dos conjeturas: la conjetura de compacidad de Erdős y Simonovits y una conjetura de degeneración de Erdős.

Leer la colección en su conjunto #

Sería fácil tratar esta lista como una vitrina de trofeos, así que conviene decir qué se puede concluir de ella y qué no.

Lo que se puede decir es que el documento recoge resultados en al menos ocho áreas, que varios se describen como respuesta a conjeturas con nombre o refutación de ellas, y que el capítulo del empaquetamiento viene con una cota inferior coincidente que hace definitivo su resultado dentro de su marco. Las conjeturas implicadas llevan los nombres de Connes, Popa, Erdős y Simonovits, y la tasa de empaquetamiento la habían conjeturado Afkhami-Jeddi, Cohn, Hartman, de Laat y Tajdini. Los resultados que resuelven preguntas con nombre son fáciles de evaluar porque la pregunta se planteó antes de que existiera la respuesta.

Lo que no se puede decir, solo con estas afirmaciones, es nada sobre cómo funciona el modelo, cuántos intentos necesitó, cómo se verificaron sus resultados o cómo se compara con el esfuerzo humano. La fuente dice que los resultados los obtuvo un modelo interno de OpenAI, y las afirmaciones se detienen ahí. Quien quiera sopesar la importancia de la colección como prueba sobre las matemáticas hechas por máquinas necesita información que las afirmaciones no contienen. Yo resistiría la tentación de llenar ese hueco con un relato verosímil.

Aun así, merece la pena tomar una posición. Los resultados son heterogéneos en su técnica: el grupo no sófico usa el álgebra de Leavitt binaria y el grupo V de Thompson, el resultado del empaquetamiento usa análisis de Fourier y transformadas de Mellin, y la dificultad del vector más cercano usa una reducción desde 3SAT. Una colección que abarca tanto terreno técnico no es producto de un único truco aplicado una y otra vez. Lo que produjo estos resultados trabajaba en varios dialectos matemáticos, y las afirmaciones respaldan al menos eso.

Qué significa por sector #

La determinación exacta de la tasa de decaimiento de Cohn-Elkies en dimensiones altas y los resultados matemáticos que la acompañan influyen en varios campos computacionales, teóricos y aplicados.

Matemáticas puras y geometría discreta #

Para quienes trabajan en geometría de dimensión alta y análisis armónico, la determinación de la tasa exacta de Cohn-Elkies desplaza el panorama de la investigación. Como la cota inferior coincidente demuestra que ninguna función auxiliar de $\mathcal{A}_d$ puede superar el nuevo exponente, los investigadores pueden dejar de buscar mejores funciones de prueba radiales dentro del marco clásico de programación lineal. El avance hacia empaquetamientos más densos o cotas universales más ajustadas debe explorar ahora técnicas de programación no lineal, jerarquías semidefinidas de orden superior o construcciones geométricas radicalmente distintas.

Criptografía y seguridad basada en retículos #

La criptografía basada en retículos - núcleo de estándares poscuánticos como ML-KEM y ML-DSA - depende en gran medida de la dificultad conjeturada de encontrar los vectores más cortos o más cercanos en retículos euclídeos de dimensión alta. La reducción directa desde 3SAT, que establece una dificultad de factor $n^{1/400}$ para el problema euclídeo del vector más cercano (CVP), unida a techos exponenciales más ajustados sobre empaquetamientos de esferas y códigos esféricos, refuerza los fundamentos teóricos de las reducciones de peor caso a caso medio en retículos sin debilitar los parámetros de seguridad concretos.

Demostración automática y modelos fundacionales #

Para los equipos que desarrollan sistemas de razonamiento y demostradores automáticos, la amplitud y la profundidad técnica de la colección son una referencia llamativa. En lugar de producir variaciones sintéticas de demostraciones conocidas, el modelo interno abordó problemas abiertos en teoría de grupos (construcción de un grupo no sófico explícito mediante el grupo V de Thompson), álgebras de operadores (refutación de la conjetura de Connes) y complejidad aritmética (cotas inferiores para el permanente). Demuestra que las arquitecturas neuronales pueden moverse por un análisis de Fourier profundo y por el emparejamiento combinatorio, siempre que la verificación y la comprobación de demostraciones sigan siendo rigurosas.

Conclusión #

La determinación de la tasa de decaimiento exacta del programa lineal de Cohn-Elkies para el empaquetamiento de esferas cierra un capítulo importante del análisis geométrico. Al demostrar la conjetura de 2020 de Afkhami-Jeddi, Cohn, Hartman, de Laat y Tajdini y aportar la primera mejora del exponente general de empaquetamiento desde 1978, el trabajo fija una referencia matemática inamovible. Con una cota inferior coincidente que confirma que ninguna función auxiliar de Cohn-Elkies puede dar más ganancias exponenciales, el teorema resuelve la fuerza asintótica del programa lineal y orienta el futuro de la geometría de dimensión alta hacia horizontes analíticos fundamentalmente nuevos.

Preguntas frecuentes #

¿Qué importancia tenía la cota de Kabatianskii–Levenshtein?

Establecida en 1978, la cota de Kabatianskii–Levenshtein proporcionaba un exponente asintótico de cota superior de 0,59905576... para la densidad de empaquetamiento de esferas en dimensiones altas. Durante más de cuatro décadas, los refinamientos posteriores solo mejoraron factores algebraicos de orden inferior y dejaron intacta la tasa exponencial principal hasta este resultado.

¿Por qué es tan decisiva la cota inferior coincidente?

Una cota superior por sí sola muestra lo que consigue el programa lineal, pero una cota inferior coincidente demuestra que ninguna elección de función auxiliar f en la clase admisible de Cohn-Elkies A(d) puede dar un exponente menor. Esto fija un techo absoluto para el propio marco de programación lineal.

¿Qué relación hay entre el problema de incertidumbre de signo de Fourier y el empaquetamiento de esferas?

Cohn y Gonçalves establecieron que el problema complementario de incertidumbre de signo de Fourier (donde g_hat = -g) está estrechamente acoplado a las cotas de empaquetamiento de esferas. Mediante el promedio por rotaciones y las reflexiones de la transformada de Mellin, la solución asintótica del programa de Cohn-Elkies resuelve directamente el problema de incertidumbre de signo de Fourier.

¿Compromete este resultado la criptografía basada en retículos?

No. Aunque el teorema ajusta las cotas superiores sobre la densidad con que pueden empaquetarse esferas en dimensiones altas y establece una dificultad de factor $n^{1/400}$ para el problema del vector más cercano, no aporta algoritmos de reducción de retículos en tiempo polinómico. Los criptosistemas prácticos basados en retículos siguen siendo seguros frente a los ataques cuánticos y clásicos conocidos.

Referencias #

Nima Afkhami-Jeddi et al., (2020). Empaquetamientos de esferas en dimensiones altas y el bootstrap modular ⧉. Journal of High Energy Physics.
Henry Cohn y Noam Elkies, (2003). Nuevas cotas superiores para empaquetamientos de esferas I ⧉. Annals of Mathematics.
Henry Cohn y Felipe Gonçalves, (2019). Un principio de incertidumbre óptimo en el análisis de Fourier ⧉. PNAS.
Henry Cohn y Yufei Zhao, (2014). Cotas de empaquetamiento de esferas mediante códigos esféricos ⧉. Duke Mathematical Journal.
G. A. Kabatianskii y V. I. Levenshtein, (1978). Cotas para empaquetamientos en una esfera y en el espacio ⧉. Problems of Information Transmission.
Maryna S. Viazovska, (2017). El problema del empaquetamiento de esferas en dimensión 8 ⧉. Annals of Mathematics.

Última revisión 2026-10-05.

Última revisión 2026-10-27.

Volver a publicar este artículo

Modelo interno de OpenAI fija la tasa exacta del programa Cohn-Elkies — Sebastien Rousseau

Un modelo interno de OpenAI determina la tasa de decaimiento exacta del programa lineal de Cohn-Elkies y mejora el exponente general de empaquetamiento desde 1978.

Este artículo se publica bajo Creative Commons Attribution 4.0 International. La republicación requiere atribución a la URL canónica.

Modelo interno de OpenAI fija la tasa exacta del programa Cohn-Elkies — Sebastien Rousseau

Un modelo interno de OpenAI determina la tasa de decaimiento exacta del programa lineal de Cohn-Elkies y mejora el exponente general de empaquetamiento desde 1978.

Originally published at https://sebastienrousseau.com/es/2026-10-05-modelo-interno-openai-fija-tasa-exacta/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER