El mundo de la inteligencia artificial ha recibido otra confirmación de su poder: el nuevo modelo insignia de OpenAI, conocido bajo el nombre clave Astra, ha logrado demostrar diez problemas matemáticos que permanecían abiertos desde 2016. Esto no es solo un triunfo técnico, sino una señal de que la IA está pasando de ser una herramienta a convertirse en un investigador de pleno derecho en la ciencia fundamental.
En mi opinión, el valor clave de este logro no reside en los propios teoremas, sino en la metodología. La empresa no solo hizo que el modelo emitiera respuestas, sino que construyó un flujo de trabajo: los humanos formulaban borradores de razonamientos, y Astra formalizaba cada demostración en el lenguaje Lean, que se utiliza para la verificación mecánica de teoremas. Esto significa que cada paso de la lógica fue verificado matemáticamente de forma estricta, sin derecho a la «aproximación». Todos los certificados y registros de razonamientos están abiertos a la comunidad, lo que hace que el proceso sea completamente transparente.
Resultados revolucionarios y el costo de la cuestión
Entre los problemas resueltos se encuentra una construcción que demuestra la existencia de grupos no sofísticos, lo que cierra la cuestión central que atormentaba a los matemáticos desde 1999, cuando Mijaíl Gromov introdujo el concepto de sofisticidad. También se logró refutar la conjetura de rigidez de Connes sobre las álgebras de von Neumann, resolver la conjetura de Ehrhart sobre el volumen y el problema n.º 183 de Erdős sobre los números de Ramsey multicolores. También es impresionante que el modelo haya obtenido nuevas cotas inferiores para la complejidad del cálculo del permanente y haya demostrado el teorema de la repetición paralela para juegos cuánticos.
También es notable el aspecto económico de la cuestión. Según los cálculos de OpenAI, el volumen de tokens gastados en la búsqueda de respuestas habría costado aproximadamente $2000 según las tarifas de API para Sol. Es una suma insignificante en comparación con años de trabajo de matemáticos humanos, lo que abre nuevos horizontes para la democratización de la ciencia.
Perspectivas y limitaciones
Sin embargo, no todo es tan halagüeño. Astra no pudo abordar los «problemas del milenio»: siete problemas por cuya solución el Instituto Clay de Matemáticas ofrece $1 millón cada uno. Por ahora, esto está fuera del alcance de la IA, lo que indica que incluso los modelos más avanzados no reemplazarán la intuición humana en las cuestiones más profundas.
Cabe señalar que el 26 de julio, el director ejecutivo de OpenAI, Sam Altman, mostró Astra a políticos y reguladores en Washington. Es posible que este modelo sea el primero que se someta a las nuevas reglas de la administración de Trump, que exigen que los sistemas de IA se sometan a una evaluación federal antes de su lanzamiento público. Esto sugiere que estamos al borde de una nueva era de regulación de la IA, donde los avances científicos irán de la mano con las decisiones políticas.
Mi veredicto: El éxito de Astra es un hito que redefinirá la relación entre la IA y las matemáticas. Pero es importante recordar: el modelo es una herramienta poderosísima, no un sustituto del investigador. Su fracaso en los «problemas del milenio» es un recordatorio de que los verdaderos descubrimientos requieren no solo potencia computacional, sino también valentía creativa, de la que los algoritmos aún no disponen.