Mientras la comunidad mundial debate los marcos éticos de la inteligencia artificial, presenciamos un momento histórico en la ciencia fundamental. El 1 de agosto, OpenAI presentó pruebas para diez problemas matemáticos que habían permanecido sin resolver desde 2016. Esto no es solo otra actualización de un modelo de lenguaje: es una demostración de cómo la IA comienza a trabajar en la vanguardia del conocimiento humano.

Qué hay detrás del avance

Las soluciones se obtuvieron con una versión interna del modelo Astra, la próxima generación de la arquitectura de OpenAI, que se posiciona como una clase separada junto con Sol, Terra y Luna. En mi opinión, la innovación clave aquí no está en los cálculos en sí, sino en la metodología: el modelo no solo generaba hipótesis, sino que también formalizaba cada prueba en el lenguaje Lean para la verificación automática. Este es un paso crítico, ya que elimina el principal problema de la investigación con IA: las alucinaciones y los errores lógicos.

También es interesante la economía del proceso: según los cálculos de OpenAI, el costo total de los tokens gastados en la búsqueda de soluciones habría sido de aproximadamente $2000 según las tarifas de API para Sol. Esto es insignificante en comparación con el trabajo de años de los equipos matemáticos, lo que abre nuevos horizontes para la democratización de la ciencia.

Resultados revolucionarios

Entre los logros clave se encuentra una construcción que demuestra la existencia de grupos no sóficos. Esto cierra la cuestión central que había estado abierta desde 1999, cuando Mikhail Gromov introdujo el concepto de soficidad. También se refutó la conjetura de rigidez de Connes sobre las álgebras de von Neumann, se resolvió la conjetura de Ehrhart sobre el volumen y el problema de Erdős n.º 183 sobre los números de Ramsey multicolores. Destaco especialmente las estimaciones mejoradas para el empaquetamiento de esferas en altas dimensiones hasta el umbral de Cohn–Elkies, lo que tiene una aplicación práctica directa en la teoría de la codificación y la criptografía.

El matemático Thomas Bloom, de la Universidad de Mánchester, ya ha calificado estos resultados como una «gran noticia» y un «paso significativo» en el campo de las construcciones. Estoy de acuerdo con él: esto es comparable en importancia a la reciente refutación de una conjetura de 1939 por el modelo Claude de Anthropic, que observamos en julio.

Sin embargo, vale la pena mantener una visión sobria. Astra no pudo abordar los «problemas del milenio»: los siete problemas por los que el Instituto Clay de Matemáticas ofrece $1 millón cada uno. Esto es un recordatorio de que incluso las IA más avanzadas están lejos de resolver los enigmas matemáticos más profundos. OpenAI ya ha enviado el modelo para su evaluación a los reguladores en Washington, según las nuevas reglas de la administración Trump, antes de que esté disponible públicamente, posiblemente como GPT-6 o en la línea GPT-5.

Mi veredicto: estamos al borde de una nueva era en la que la IA se convierte no en una herramienta, sino en un socio pleno en los descubrimientos científicos. El hecho de que el modelo resuelva problemas en los que se ha trabajado durante décadas es una señal para toda la industria: las inversiones en modelos de razonamiento se amortizarán no solo en aplicaciones comerciales, sino también en la ciencia fundamental.