business 6 min de lectura

Anthropic Afirma Haber Demostrado la Hipótesis de Riemann — Esto Sigue

Un investigador vinculado a Anthropic afirma que Claude ayudó a demostrar la hipótesis de Riemann en seis semanas, con el resultado codificado en Lean. La verdadera noticia no es la afirmación, sino cómo la verificación formal transforma las matemáticas asistidas por IA.

  • KakaoAI
  • Anthropic
  • Lean
  • verificación formal
  • matemáticas IA

Una prueba en 250.000 páginas

Levent Arapoge, un matemático afiliado a Anthropic, publicó el 20 de noviembre una afirmación según la cual él y Claude demostraron la hipótesis de Riemann en seis semanas. Utilizó una versión no pública del modelo de Anthropic. La prueba existe como un archivo de Lean: más de 250.000 páginas de lógica formalmente verificada.

Ese último detalle es la noticia real. El titular, por llamativo que suene, es secundario.

La hipótesis de Riemann ha resistido una demostración durante 167 años. Se encuentra en la cima de la lista de Problemas del Milenio del Instituto Clay de Matemáticas, con una recompensa de un millón de dólares asociada. Su resolución afecta a la distribución de los números primos, que sustenta gran parte de la criptografía moderna y la teoría de números. Si el resultado de Arapoge se sostiene, sería uno de los avances matemáticos más trascendentales jamás registrados.

Pero si no se sostiene, no pasa nada —excepto otra distracción costosa por parte de una empresa de IA que acaba de cotizar en Nasdaq.

Por qué Lean lo cambia todo

Anthropic no es el primer desarrollador de IA que afirma un avance matemático importante. OpenAI anunció en septiembre que sus herramientas internas similares a Claude habían resuelto parcialmente el problema de la existencia y suavidad de Navier-Stokes en 88 horas utilizando más de 10.000 agentes autónomos. El mes pasado, OpenAI afirmó de manera similar haber encontrado soluciones o progresos significativos en 372 problemas matemáticos sin resolver.

Ninguna de esas afirmaciones produjo evidencia verificable que cualquier persona pudiera auditar. El resultado de OpenAI sobre Navier-Stokes, por ejemplo, sigue sin verificarse. La respuesta académica general fue rápida e implacable: una carta conjunta de matemáticos describió a las empresas de inteligencia artificial exhibiendo resultados que aún no podían respaldar como «perjudicial para las matemáticas como ciencia».

El envío de Arapoge se ve diferente porque llegó dentro de Lean, un demostrador de teoremas creado originalmente por Microsoft Research y ahora mantenido por una comunidad creciente de lógicos. Lean no acepta argumentos en prosa. Acepta derivaciones comprobables por máquina. Cada paso de inferencia debe seguirse de una afirmación previamente establecida conforme a un conjunto fijo de reglas lógicas. No hay espacio para rodeos retóricos. Tampoco espacio para una brecha de seis páginas disfrazada de «los detalles son rutinarios».

Si el archivo de Lean de 250.000 páginas de Arapoge compila sin errores, la prueba es correcta. No probablemente correcta. No correcta por revisión entre pares. Correcta por vía de máquina: la misma categoría de certeza que ya validó la conjetura de Kepler y el Teorema de los Cuatro Colores, ambos rechazados o aceptados solo tras décadas de duda humana.

La tubería de verificación

¿Cómo se ve la verificación independiente en la práctica?

Primero, alguien descarga el repositorio de Lean. Segundo, ejecuta lake update y lake build, que descargan todas las bibliotecas de las que depende la prueba —geometría algebraica, teoría analítica de números, análisis complejo— y las recompila contra el kernel actual de Lean. Tercero, el propio kernel realiza una verificación final: aproximadamente dos millones de pasos diminutos de verificación por segundo, cada uno confirmando que una línea sigue de líneas anteriores conforme a la lógica de primer orden.

Esto lleva horas o días. No requiere experiencia en la hipótesis de Riemann. Requiere paciencia y hardware. Cualquier institución de investigación con un presupuesto de computación puede hacerlo.

Luego viene el trabajo más difícil: leer la prueba. Incluso si Lean la confirma, los humanos siguen necesitando entender por qué funciona el argumento, si abre nuevos métodos y si surgen aplicaciones posteriores en criptografía o física. Esa fase —la intelectual— podría llevar meses o años.

Terence Tao, posiblemente el matemático vivo mejor ubicado para opinar, le dijo a Ars Technica que el proceso de revisión tomaría tiempo, pero señaló algo poco común: «al menos esta vez, hay un coautor humano con quien puedo comunicarme».

Esa sola frase separa silenciosamente la afirmación de Arapoge del patrón de OpenAI. Responsabilidad humana. Una persona a quien se puede pedir que explique un paso, que asuma un error, que revise. Los agentes autónomos no contestan correos electrónicos.

Quién gana, quién pierde

Quiénes ganan si la prueba se sostiene. La comunidad matemática obtiene un problema resuelto y una nueva plantilla metodológica. Los investigadores de todo el mundo ganan confianza en que la colaboración a gran escala con IA puede producir resultados verificados en lugar de alucinados. La adopción de Lean se acelera. Aumenta la financiación para grupos de métodos formales. El cheque de un millón de dólares se cobra.

Quiénes ganan independentemente. Anthropic. Su oferta pública inicial llegó el 19 de noviembre —un día antes del anuncio de Arapoge. Sin importar si la demostración de Riemann sobrevive al escrutinio, la narrativa aterriza exactamente cuando el mercado lo necesita. Dario Amodei contactó a Arapoge en privado el 5 de noviembre preguntando cómo manejar la divulgación. Arapoge respondió que la fecha era «la peor posible», añadiendo con ironía que esperar más le habría hecho sentir que no podría vivir consigo mismo. Esa última parte se lee menos como urgencia científica y más como instinto de fundador sobre ciclos de mercado.

Quiénes pierden. Si la compilación de Lean falla —y muchos en el campo esperan que así sea, dado que afirmaciones anteriores al estilo Navier-Stokes no sobrevivieron al escrutinio— entonces el precedente se desplaza aún más hacia la sospecha. Todo futuro artículo de matemáticas generado por IA enfrentará una carga probatoria aún más elevada. El escepticismo existente, que ya rodea las colaboraciones de IA con matemáticas, se endurece hasta convertirse en control institucional. Eso perjudica a investigadores legítimos cuyo trabajo pueda quedar arrastrado por la reacción negativa.

Qué significa esto para los otros seis Problemas del Milenio

Seis permanecen: P vs NP, la conjetura de Hodge, la conjetura de Birch y Swinnerton-Dyer, la conjetura de Poincaré (ahora resuelta), la existencia de Yang-Mills y la brecha de masa, y la existencia y suavidad de Navier-Stokes.

El caso Arapoge establece una plantilla. Las afirmaciones futuras no dirán simplemente «nuestra IA lo resolvió». Tendrán que producir archivos de Lean, firmas de oráculo ZFC o artefactos formales equivalentes que cualquier revisor pueda compilar desde cero. Eso eleva la barra imposiblemente alto para campos donde las pruebas actuales ya tienen cientos de páginas y dependen de maquinaria técnica opaca. También protege al campo de afirmaciones baratas disfrazadas de material de marketing.

El anuncio de 372 problemas de OpenAI el mes pasado aún podría producir algo real. Pero sin salidas formalizadas, la comunidad matemática lo tratará como ruido hasta que se demuestre lo contrario. Debería aplicarse el mismo estándar en todas partes.

La pregunta incómoda

El problema más profundo no es si Claude puede demostrar la hipótesis de Riemann. Es si la profesión de matemático aún significa algo cuando un modelo produce un argumento de mil páginas más rápido que toda una vida de estudio. Arapoge pasó seis semanas. Un esfuerzo humano comparable podría llevar décadas, si llega a tener éxito en algún momento.

La prueba, de pie, pertenece a ambos. Ese es el arreglo que vale la pena observar —no el titular, sino el apretón de manos entre la intención humana y la derivación de la máquina, codificado en algo lo bastante pequeño para que un kernel lo verifique y lo bastante vasto como para reescribir las matemáticas.