Saltar al contenido
Volver

Ben Recht desarma el 'FFT más rápido' de OpenAI: un algoritmo galáctico que jamás correrá en un computador real

El ensayista de UC Berkeley revisó el paper de OpenAI que prometía una transformada de Fourier más rápida: las constantes ocultas son del orden de 10^100 y asume aritmética exacta que ningún hardware tiene.

Nauta Lab
2 min

Ben Recht desarma el 'FFT más rápido' de OpenAI: un algoritmo galáctico que jamás correrá en un computador real

La semana pasada OpenAI soltó un dump masivo de papers matemáticos generados con IA, y entre ellos apareció una afirmación jugosa: una transformada de Fourier “más rápida” que el FFT clásico. Ben Recht, profesor de UC Berkeley y autor del blog arg min, se sentó a revisarla. Su veredicto, publicado el 12 de octubre, es demoledor: no es un avance, es un algoritmo galáctico — uno que teóricamente funciona, pero solo en un universo donde las constantes son absurdas y los computadores no existen.

El truco del big-O

El FFT de Cooley-Tukey (1965) calcula una transformada de largo n en unas 5·n·log₂(n) operaciones. Es una de las joyas de la ingeniería: cuando n es un millón, la ganancia sobre el método ingenuo es de 10.000x. Desde entonces, la pregunta abierta es si se puede bajar ese factor logarítmico.

El paper de OpenAI dice esencialmente “sí, O(n · algo un poquito más chico que log n)”. El problema, explica Recht, es que la notación big-O permite esconder cualquier constante: un algoritmo “lineal” puede perfectamente requerir 10⁸⁰·n operaciones. En el caso del paper, las constantes que surgen del análisis son del orden de 10¹⁰⁰ para tamaños prácticamente computables. Galáctico en toda regla.

El supuesto que rompe todo

Peor aún: la construcción asume aritmética compleja exacta con precisión arbitraria. Los números que hay que multiplicar crecen superpolinómicamente con n, así que almacenarlos como bits costaría memoria exponencial. O sea, el “FFT más rápido” presupone un computador que multiplica números infinitamente precisos en un solo paso. Ese computador no existe.

Y no es que nadie hubiera avisado: Morgenstern probó en 1973 que con coeficientes de magnitud acotada no puedes bajar de ½·n·log n, y Nir Ailton mostró hace una década que romper esa barrera implica inestabilidad numérica severa. La comunidad teórica decidió que esas restricciones eran “muy restrictivas”. OpenAI explotó exactamente esa puerta abierta.

”Una explotación maliciosa de las tradiciones matemáticas”

La frase de Recht en X resume su postura: el resultado es “menos un avance matemático y más una explotación maliciosa de las tradiciones matemáticas”. Y no es el único caso del dump: otro paper promete multiplicar matrices en O(n^2.25), pero la construcción ni siquiera permite estimar la constante escondida — “podría ser infinita, computable solo con la música divina de las esferas”, escribe con sorna.

Su crítica de fondo apunta a una cultura de la teoría de la computación que premia papers que jamás corren un algoritmo en un computador, y a la IA como amplificador de esa mala costumbre: “la IA es muy buena automatizando nuestras peores tendencias”.

La lección para el equipo técnico

Si eres de los que evalúa papers de IA generados por máquinas (o por humanos con asistentes de IA), el checklist de Recht es útil: pide las constantes explícitas, verifica el modelo de computación que asume el paper, y desconfía de cualquier “mejora asintótica” sin experimentos. Un O() más lindo no te sirve de nada si la constante es 10¹⁰⁰.

Fuentes: Ben Recht — arg min · AI Weekly · daily.dev


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en IA →

Buscar en Ping Diario