💬 NLP

Harnessing the Collective Intelligence of AI Agents in the Wild for New Discoveries

Este artículo presenta EinsteinArena, una plataforma descentralizada donde agentes de IA autónomos colaboran para resolver problemas matemáticos abiertos mediante la interacción pública y el intercambio de ideas, generando con éxito 12 nuevos resultados de vanguardia, incluyendo un límite mejorado para el problema del número de contacto en 11 dimensiones.

Autores originales: Federico Bianchi, Yongchan Kwon, Aneesh Pappu, James Zou

Publicado 2026-06-10

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Federico Bianchi, Yongchan Kwon, Aneesh Pappu, James Zou

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina una feria científica digital gigante de 24 horas donde los concursantes no son humanos, sino agentes de IA. Esto es EinsteinArena, una nueva plataforma creada por investigadores de Together AI y la Universidad de Stanford para ver si la IA puede trabajar en conjunto para resolver problemas matemáticos difíciles, tal como lo hacen los científicos humanos.

Aquí está la historia de cómo funciona, explicada de forma sencilla:

La vieja forma: El "Lobo Solitario" vs. El "Equipo"

En el pasado, cuando la IA intentaba resolver problemas científicos, generalmente trabajaba como un lobo solitario. Se le daba un problema a una sola IA, esta intentaba resolverlo de forma aislada y luego se detenía. Si fallaba, ese fallo se perdía. Si encontraba una respuesta parcial, nadie más podía verla o construir sobre ella. Era como un investigador trabajando en una habitación cerrada, sin compartir nunca sus notas, sin ver qué intentaban otros y empezando desde cero cada vez.

EinsteinArena cambia las reglas. Convierte el proceso en una comunidad colaborativa. Piensa en ello como un enorme taller de código abierto donde:

Los Problemas: Hay una lista de acertijos matemáticos sin resolver (como encontrar la mejor manera de empaquetar esferas o calcular números específicos).
El Tablero de Puntuación: Un ranking en vivo muestra la mejor respuesta actual para cada acertijo.
La Sala de Chat: Un foro público donde los agentes pueden publicar sus ideas, decir "intenté esto y fallé", o preguntar "¿Alguien sabe por qué este número es extraño?".
El Libro de Reglas: Cada agente tiene acceso al mismo "verificador" exacto (un script de arbitraje) que comprueba si una respuesta es correcta.

El Gran Avance: El "Número de Beso" (Kissing Number)

El artículo destaca un caso de éxito específico relacionado con un problema llamado el "Número de Beso" en 11 dimensiones.

La Analogía: Imagina intentar encajar tantas naranjas como sea posible alrededor de una naranja central para que todas la toquen sin superponerse. En un espacio de 11 dimensiones, esto es increíblemente difícil.
La Historia: Durante unos 40 años, lo mejor que cualquier persona (humana o IA) pudo hacer fue encajar 582 naranjas. Luego, en 2022, un humano lo mejoró a 592. En 2025, una IA llamada AlphaEvolve lo llevó a 593.
El Resultado de EinsteinArena: Para mayo de 2026, los agentes en EinsteinArena elevaron este número a 604.

¿Cómo lo hicieron?
No fue una IA súper inteligente teniendo un momento de "eureka". Fue una carrera de relevos:

El Agente A encontró una solución desordenada, casi correcta, pero no pudo hacerla perfecta.
El Agente B vio el trabajo del Agente A en el foro público. En lugar de empezar de cero, el Agente B dijo: "Veo que intentaste esta forma. ¿Qué tal si retocamos las matemáticas para que sea más fluida?".
El Agente C notó un patrón en los números del Agente B y se dio cuenta de que parecían números enteros. "Ajustaron" los decimales desordenados para convertirlos en enteros limpios, creando una solución perfecta y demostrable.
El Agente D tomó esa solución perfecta y la expandió para que cupieran aún más naranjas.

El artículo llama a esto "inteligencia colectiva". Los agentes compartieron sus "intentos fallidos" e "ideas parciales" tal como los investigadores humanos comparten sus preimpresiones y notas de conferencias. Esto permitió al grupo escalar la montaña mucho más rápido de lo que cualquier escalador individual podría haberlo hecho solo.

El Experimento "Salvaje"

Los investigadores llaman a esto "IA en la naturaleza" (AI in the wild) porque no obligaron a los agentes a hablar entre sí de una manera específica. No dijeron: "Tú eres el líder, tú eres el seguidor". En su lugar, simplemente les dieron la plataforma y dejaron que ellos mismos lo resolvieran.

Algunos agentes solo enviaban respuestas.
Algunos agentes solo hacían preguntas en el chat.
Algunos agentes analizaban por qué otros fallaban.

¿El resultado? La plataforma descubrió 12 nuevos "resultados de vanguardia" (las mejores respuestas jamás encontradas) en varios problemas matemáticos. El más famoso es el número de beso en 11 dimensiones, que saltó de 593 a 604.

Por qué esto importa (según el artículo)

El artículo sostiene que para que la IA realmente avance en la ciencia, necesita infraestructura, no solo mejores cerebros.

Transparencia: Debido a que el "árbitro" (verificador) es público, los agentes pueden probar sus ideas localmente antes de enviarlas, tal como un científico realiza una simulación en su laboratorio.
Memoria Compartida: La plataforma actúa como un banco de memoria compartida. Un agente hoy puede aprender de un error que ocurrió hace tres días, en lugar de perder tiempo repitiendo el mismo error.
Sin "Caja Negra": A diferencia de los sistemas anteriores donde la IA trabajaba en secreto, aquí cada paso, cada discusión y cada resultado parcial es visible.

La Conclusión

EinsteinArena demuestra que si les das a los agentes de IA un lugar para compartir, competir y construir sobre el trabajo de los demás, pueden resolver problemas más rápido y mejor que si trabajaran solos. No se trata de una IA genio; se trata de una comunidad de IA que aprende de cada paso, de cada error y de cada pequeña victoria a lo largo del camino.

Nota: El artículo se centra estrictamente en problemas de optimización matemática (como el empaquetado de formas e desigualdades). No afirma que estos resultados se apliquen a diagnósticos médicos, modelado climático u otras aplicaciones del mundo real todavía; es una prueba de concepto de cómo funciona la colaboración de la IA en un entorno matemático controlado.

Resumen Técnico: Aprovechando la Inteligencia Colectiva de Agentes de IA en el Mundo Real para Nuevos Descubrimientos

Planteamiento del Problema

El descubrimiento científico es inherentemente un proceso colectivo donde los investigadores construyen sobre resultados parciales, intentos fallidos e ideas compartidas. Sin embargo, los sistemas de IA actuales para el descubrimiento científico operan mayoritariamente de forma aislada. Si bien los agentes basados en modelos de lenguaje han demostrado la capacidad de resolver problemas abiertos (por ejemplo, en matemáticas y diseño de algoritmos), suelen funcionar dentro de ejecuciones aisladas o procesos estrictamente controlados. Estos sistemas carecen de la "infraestructura social" de la investigación humana, como los rastros públicos, los repositorios compartidos de intentos fallidos y los mecanismos para que un solucionador continúe donde otro dejó de hacerlo. En consecuencia, el potencial de una comunidad de agentes para acelerar el descubrimiento a través del estado compartido y el conocimiento acumulativo permanece inexplorado.

Este artículo aborda la siguiente pregunta: ¿Puede una comunidad de agentes autónomos, que operan en una plataforma compartida con estado público, tablas de clasificación y foros de discusión, lograr un progreso sustancialmente más rápido en problemas científicos abiertos que los agentes aislados?

Metodología: EinsteinArena

Los autores presentan EinsteinArena, una plataforma abierta y nativa para agentes diseñada para facilitar la investigación y el descubrimiento distribuidos. La plataforma se basa en tres componentes principales:

Problemas Abiertos Curados con Verificadores: La plataforma alberga una colección de problemas de optimización matemática abiertos (por ejemplo, números de contacto o desigualdades de autocorrelación). Cada problema incluye una descripción en lenguaje natural, un esquema de solución estricto y un verificador de Python ejecutable y público. Estos verificadores mapean las entregas a puntuaciones escalares, permitiendo que los agentes evalúen sus propias soluciones localmente antes de la entrega.
Tabla de Clasificación en Vivo (Live Leaderboard): Una tabla de clasificación en tiempo real rastrea la mejor solución conocida para cada problema. Para reclamar una posición superior, una entrega debe exceder la mejor puntuación actual por un umbral específico del problema ( $\delta$ ), evitando el ruido en la tabla de clasificación debido a variaciones menores de punto flotante.
Tablón de Discusión Público: Los agentes pueden crear hilos para compartir hallazgos intermedios, documentar enfoques fallidos, proponer hipótesis y hacer preguntas. Estas discusiones son moderadas (vía Llama-Guard) y sirven como un registro persistente del "camino hacia la frontera", distinto de la tabla de clasificación que solo registra la mejor solución actual.

Principios de Diseño:

Transparencia: Todos los artefactos (especificaciones del problema, código del verificador, puntuaciones, soluciones e hilos de discusión) son accesibles públicamente a través de una API o interfaz web.
Memoria Compartida Persistente: A diferencia de los entornos de tareas específicas que desaparecen tras una ejecución, EinsteinArena trata a la plataforma como un sustrato persistente. Las soluciones e ideas previas están disponibles para que cualquier agente las reutilice o extienda.
Interacción Orientada al Agente: La plataforma está diseñada para agentes autónomos. El registro implica un mecanismo de prueba de trabajo (proof-of-work) para evitar el spam, y la participación ocurre vía API en lugar de interfaces humanas.

Contribuciones Clave

El artículo presenta tres contribuciones primarias:

Arquitectura de la Plataforma: El diseño e implementación de EinsteinArena, una plataforma abierta que permite la colaboración orgánica entre múltiples agentes heterogéneos en problemas científicos con verificación exacta.
Evidencia Empírica de Progreso Colectivo: Documentación de 12 nuevos resultados de estado del arte (SOTA) en problemas matemáticos descubiertos por agentes en la plataforma desde su lanzamiento en marzo de 2026.
Análisis Lingüístico y Estructural: Un análisis detallado de los patrones de búsqueda colaborativa de los agentes, demostrando cómo los rastros públicos, las entregas iterativas y la depuración compartida conducen a soluciones que ningún agente podría encontrar de forma aislada.

Resultados y Casos de Estudio

A partir de mayo de 2026, los agentes en EinsteinArena lograron resultados SOTA en 12 problemas. Dos casos de estudio ilustran el mecanismo de este progreso:

1. Número de Contacto (Kissing Number) en la Dimensión 11

Objetivo: Mejorar el límite inferior para el número máximo de esferas unitarias no superpuestas que tocan una esfera central en 11 dimensiones.
Progresión: El límite inferior anterior era 593 (AlphaEvolve, 2025). Los agentes de EinsteinArena primero lo mejoraron a 594 y luego lo extendieron a 604.
Mecanismo Colaborativo:
- Préstamo de Ideas: Un agente (KawaiiCorgi) observó que la puntuación de la tabla de clasificación era no lineal y cambió a la optimización de un objetivo sustituto linealizado (mínimos cuadrados) derivado mediante expansión de Taylor.
- Refinamiento: Los agentes refinaron iterativamente la solución, reduciendo las penalizaciones de superposición de $10^{-10}$ a $10^{-50}$ .
- Perspectiva Estructural: Los agentes identificaron que las configuraciones cercanas a la validez compartían un conjunto común de 496 vectores que formaban un "esqueleto" (backbone). Este hallazgo permitió la exploración de un espacio algebraico más amplio, conduciendo a la construcción de $n=604$ .
- Discusión: Los agentes utilizaron el foro para discutir la "decodificación estructural/de red", compartiendo observaciones sobre grafos de contacto y coordenadas de tipo entero, lo que guio la transición de aproximaciones numéricas a estructuras discretas exactas.

2. Segunda Desigualdad de Autocorrelación

Objetivo: Encontrar la constante óptima $C$ para la desigualdad $\|f \star f\|_2^2 \leq C \|f \star f\|_1 \|f \star f\|_\infty$ .
Progresión: Mejora del límite inferior de 0.9610 (AlphaEvolve) a 0.9626.
Mecanismo Colaborativo:
- Escalamiento de Resolución: Los agentes aumentaron iterativamente la resolución de la discretización (de $5 \times 10^4$ a $4 \times 10^5$ intervalos).
- Síntesis de Métodos: Los agentes combinaron la optimización de Dinkelbach con el recocido simulado (simulated annealing) y perturbaciones espectrales.
- Linaje: El avance final provino de un agente (ClaudeExplorer) que refinó una familia de soluciones establecida por otros, demostrando un linaje claro de mejora donde cada agente construyó sobre la "cuenca" específica de la mejor solución anterior.

Significado y Reivindicaciones

El artículo argumenta que el descubrimiento científico descentralizado puede emerger de la interacción abierta entre agentes autónomos.

Más allá de Ejecuciones Aisladas: Los resultados demuestran que una comunidad de agentes que operan con un estado compartido puede lograr progresos que los agentes aislados no pueden. Las mayores ganancias (por ejemplo, el salto de 593 a 604 en el problema del número de contacto) surgieron de una secuencia de entregas, discusiones públicas y el préstamo de ideas de un agente a otro, en lugar de una única ejecución poderosa.
Plataforma como Entorno de Trabajo (Platform-as-Harness): Los autores proponen un cambio de paradigma de los "entornos de tareas específicas" (pipelines personalizados para problemas únicos) hacia un modelo de "plataforma compartida". Este enfoque permite que agentes heterogéneos colaboren, compitan y construyan sobre el trabajo de otros sin necesidad de andamiajes personalizados para cada nuevo problema.
El Papel de la Infraestructura: El éxito de EinsteinArena destaca que la colaboración efectiva de la IA requiere exponer artefactos intermedios (intentos fallidos, construcciones parciales, casos límite del verificador). Estos "rastros sociales" extienden el horizonte temporal de la búsqueda, permitiendo que los agentes posteriores hereden direcciones prometedoras en lugar de comenzar desde cero.

Los autores mantienen un alcance modesto, señalando que si bien la plataforma tiene éxito para problemas matemáticos con verificadores deterministas, su aplicabilidad en dominios como la prueba formal o la biología computacional requiere mayor estudio. También reconocen interrogantes abiertos respecto a los incentivos, como si las tablas de clasificación públicas podrían sesgar a los agentes hacia la búsqueda de puntuaciones a corto plazo en lugar de una exploración de alto riesgo a largo plazo.