El Avance de OpenAI en Matemáticas Podría Impactar la Seguridad de los Contratos Inteligentes

OpenAI ha anunciado un avance significativo en matemáticas que podría influir en la seguridad de los contratos inteligentes en el sector de las criptomonedas. El 8 de septiembre, la empresa de inteligencia artificial reveló que aproximadamente 10,000 agentes de IA concurrentes lograron resolver el problema de movimiento de fluidos de Navier-Stokes tras 88 horas de computación. Posteriormente, se dedicaron 17 horas adicionales a la formalización y verificación utilizando el asistente de pruebas Lean, lo que resultó en una prueba analítica que demuestra cómo un fluido inicialmente suave puede desarrollar una singularidad en un tiempo finito manteniendo energía finita.

Este logro es particularmente relevante para los desarrolladores de criptomonedas, ya que la verificación formal—que utiliza especificaciones matemáticas y demostración de teoremas—asegura que el código de los contratos inteligentes funcione como se pretende. Tradicionalmente, este proceso ha sido laborioso y costoso debido a la necesidad de supervisión humana. Los avances de OpenAI sugieren que la IA podría aliviar este cuello de botella en seguridad, permitiendo procesos de verificación más eficientes.

El matemático Terence Tao advirtió previamente que los sistemas de IA autónomos con un poder computacional considerable podrían generar soluciones complejas y verificaciones formales mientras mantienen gran parte del proceso iterativo oculto al escrutinio público. Esto plantea preocupaciones sobre la posible pérdida de conocimientos adquiridos a partir de intentos fallidos y descubrimientos intermedios, que a menudo contribuyen a una comprensión más profunda de la prueba final.

En el contexto de la seguridad de los contratos inteligentes, las implicaciones de la demostración automática de teoremas son profundas. La documentación de Ethereum indica que la verificación formal comprueba si un contrato cumple con las propiedades definidas por los desarrolladores. Sin embargo, especificaciones mal construidas pueden llevar a que vulnerabilidades pasen desapercibidas, incluso si la verificación es exitosa. Sistemas de IA más avanzados podrían agilizar el proceso de construcción de pruebas, pero también aumentarían la importancia de definir con precisión qué deben incluir esas pruebas.

Los controles de acceso, las condiciones de retiro, los invariantes contables y las funciones privilegiadas deben ser articulados con precisión antes de que un probador pueda realizar pruebas. Esta evolución podría transformar la economía de la verificación formal para protocolos de finanzas descentralizadas (DeFi), puentes y plataformas de activos tokenizados, donde los esfuerzos manuales han limitado históricamente la adopción generalizada de estas técnicas.

El próximo desafío será adaptar sistemas capaces de manejar investigaciones matemáticas complejas a software de producción, asegurando que las pruebas generadas sean significativas para desarrolladores y auditores. Las empresas que logren integrar con éxito la demostración automática de teoremas con un diseño riguroso de especificaciones podrían verificar un mayor número de contratos antes de su implementación, permitiendo que la experiencia humana se concentre en definir puntos críticos de fallo.