La IA de OpenAI resuelve 100 problemas matemáticos: el dilema entre la forma y el fondo
OpenAI ha sacudido a la comunidad matemática mundial con un anuncio extraordinario: un modelo interno de inteligencia artificial, que comenzó a entrenarse el pasado 28 de agosto, ha resuelto más de 100 problemas matemáticos abiertos de larga data en apenas unas semanas . Entre esos logros se encuentra nada menos que el problema de existencia y suavidad de las ecuaciones de Navier-Stokes, uno de los siete Problemas del Milenio del Clay Mathematics Institute, dotado con un premio de un millón de dólares . El ritmo de estos avances, según reconoce la propia compañía, ha sorprendido incluso a los matemáticos que trabajan dentro de OpenAI . Sin embargo, el anuncio ha abierto un debate profundo y necesario: ¿qué significa exactamente que una IA haya «resuelto» un problema matemático?
El caso Navier-Stokes: una solución formal con matices
La demostración que OpenAI publicó sobre Navier-Stokes es el epicentro de la polémica. El problema, abierto durante casi 90 años, pregunta si las ecuaciones que describen el movimiento de fluidos tridimensionales pueden desarrollar una «singularidad» en tiempo finito, es decir, un punto donde magnitudes como la velocidad crecen sin límite . La compañía afirma haber resuelto las formulaciones C y D del enunciado oficial, que permiten la presencia de una fuerza externa suave .
Para lograrlo, el sistema de OpenAI empleó una estrategia masiva: aproximadamente 10.000 agentes de IA trabajando en paralelo, intercambiando 2,7 millones de mensajes y generando unos 130.000 millones de tokens de salida . El resultado se alcanzó en unas 88 horas, seguidas de 17 horas adicionales para la formalización en Lean, un asistente de pruebas que verifica mecánicamente la corrección lógica de cada paso .
El problema, según los críticos, es que cumplir con el enunciado formal no equivale a resolver la pregunta científica de fondo. Lo que realmente interesaba a los matemáticos era saber si las propias ecuaciones, sin fuerzas externas «de diseño», podían generar esa singularidad. La demostración de OpenAI no responde a esa pregunta . Como señala el Clay Mathematics Institute, el enunciado oficial admite varias formas de resolución, y la compañía simplemente eligió una de las que estaban expresamente contempladas .
La reacción de la comunidad matemática: cautela y crítica
La respuesta de los matemáticos no se hizo esperar. Veinticinco ganadores de la Medalla Fields, entre ellos figuras como Terence Tao, Peter Scholze y Martin Hairer, publicaron una declaración titulada A Severe Misalignment of AI in Mathematics . Su crítica no consiste en negar que la IA pueda producir resultados, sino en cuestionar el uso de problemas abiertos como meros benchmarks para que los laboratorios compitan entre sí .
Para los firmantes, resolver una pregunta es solo una parte del trabajo matemático. También importan las nuevas ideas que surgen durante el proceso, explicar por qué funciona una demostración, reconocer correctamente los trabajos anteriores y formar a los investigadores que continuarán desarrollando esas herramientas . La formalización en Lean garantiza que la demostración es lógicamente correcta, pero no que sea comprensible para un matemático humano .
Además, el caso ha destapado un conflicto sobre la atribución de créditos. El matemático Tristan Buckmaster y el investigador de Anthropic Levent Alpöge habían estado trabajando en una dirección muy similar, utilizando modelos como Claude y Codex, y habían logrado avances significativos en las semanas previas al anuncio de OpenAI . Según el relato de Buckmaster, OpenAI intensificó sus esfuerzos tras conocer su progreso, y aunque la compañía niega haber accedido directamente a su trabajo, admitió que «no puede descartar» que datos desidentificados derivados del uso de sus productos por parte de esos investigadores hayan contribuido a mejorar sus modelos .
La respuesta de OpenAI: un grupo asesor independiente
Ante la polémica, OpenAI anunció la creación de un Advisory Group on Mathematics and Artificial Intelligence, un grupo independiente de nueve matemáticos de primer nivel alojado en el Institute for Advanced Study de Princeton . Entre sus miembros hay ganadores de la Medalla Fields y algunas de las figuras más reconocidas de la matemática contemporánea, como Timothy Gowers, Martin Hairer y Edward Witten .
El grupo tendrá libertad para asesorar sobre cómo revisar, valorar y comunicar los nuevos resultados, recomendar estándares académicos e incluso criticar públicamente a OpenAI. Sus miembros no recibirán dinero de la compañía . Sin embargo, existe un límite importante: el grupo no podrá decidir cuánto debe ralentizar OpenAI su investigación interna ni tendrá poder de veto sobre la empresa .
La pregunta que queda flotando es si este tipo de mecanismos son suficientes para gestionar un fenómeno sin precedentes: una IA capaz de producir resultados matemáticos más rápido de lo que la propia comunidad humana puede leerlos, comprenderlos y convertirlos en conocimiento .
Preguntas frecuentes sobre la IA que resuelve problemas matemáticos
¿Qué ha resuelto exactamente la IA de OpenAI?
Según la compañía, un modelo interno ha resuelto más de 100 problemas matemáticos abiertos de larga data, incluido el problema de existencia y suavidad de Navier-Stokes, uno de los Problemas del Milenio .
¿Está oficialmente resuelto el problema de Navier-Stokes?
No. El Clay Mathematics Institute ha señalado que el problema «aparentemente» ha sido resuelto, pero su proceso de validación exige que la solución se publique en un medio calificado, espere al menos dos años y alcance aceptación general en la comunidad matemática .
¿Por qué algunos matemáticos critican la solución de OpenAI?
Porque la demostración se ajusta a una formulación del enunciado que permite una fuerza externa «de diseño», pero no responde a la pregunta científica de fondo: si las ecuaciones pueden generar una singularidad sin esa fuerza artificial .
¿Qué es Lean y por qué es importante en este contexto?
Lean es un asistente de pruebas que verifica mecánicamente la corrección lógica de una demostración. Garantiza que los pasos son formalmente válidos, pero no que la demostración sea comprensible o relevante para los matemáticos humanos .
¿Qué es el Advisory Group on Mathematics and AI?
Es un grupo independiente de nueve matemáticos de primer nivel creado por OpenAI para asesorar sobre la revisión y comunicación de resultados, recomendar estándares académicos y criticar públicamente a la compañía si es necesario. No tiene poder de veto sobre la investigación de OpenAI .
¿Qué significa esto para el futuro de las matemáticas?
Plantea un desafío sin precedentes: si la IA puede producir resultados más rápido de lo que los humanos pueden comprenderlos, la comunidad matemática necesita nuevos mecanismos para verificar, atribuir y asimilar ese conocimiento .
Recuerde que…
El anuncio de OpenAI no es un fraude ni una exageración vacía: la IA ha producido demostraciones formalmente verificables de problemas matemáticos que llevaban años sin solución. Pero la diferencia entre una demostración formalmente correcta y una comprensión matemática profunda es enorme. La formalización en Lean garantiza que los pasos lógicos son válidos, pero no que las ideas detrás de ellos sean significativas, ni que resuelvan las preguntas que realmente importan a los matemáticos. La creación del grupo asesor es un reconocimiento implícito de que la velocidad de la IA ha superado la capacidad de la comunidad para absorber sus resultados. El debate no es si la IA puede hacer matemáticas, sino qué tipo de matemáticas hace, cómo se atribuyen los créditos y qué hacemos cuando una máquina produce conocimiento más rápido de lo que podemos entenderlo.
Pueden encontrar más contenido en https://fernandojuca.com, así como videotutoriales y pódcast en https://youtube.com/fernandojucamaldonado.
