business 6 min de lectura

Una demostración por IA de la hipótesis de Riemann está en camino

El matemático de Anthropic afirma que Claude ayudó a resolver la hipótesis de Riemann. Lo crucial no es quién obtiene el mérito, sino si la demostración resiste el escrutinio.

  • KakaoAI
  • Anthropic
  • Samsung vs Apple
  • Lean
  • matemáticas IA

El anuncio que el timing hace complicado

Levent Alpöge, matemático de Anthropic, publicó una nota en su sitio web personal el viernes pasado en la que afirmaba que Claude lo había ayudado a demostrar la hipótesis de Riemann. Seis semanas de trabajo, escribió. Claude hizo el trabajo pesado cerca de la meta. Publicó código en Lean —un lenguaje formal diseñado para permitir que las computadoras verifiquen demostraciones matemáticas línea por línea—.

La demostración sigue sin verificarse. Nadie la ha confirmado aún. Pero el momento del anuncio ya llamó poderosamente la atención: llegó un día después de que Anthropic presentara su solicitud para salir a bolsa en Nasdaq. El propio Alpöge reconoció la incomodidad, calificándola de “horrible”. Si la demostración se sostiene, podría replantear completamente todo el debate sobre las matemáticas asistidas por IA. Si no, se convertirá en otro cuento de advertencia sobre un hype que va más rápido que el rigor.

De cualquier manera, la comunidad matemática está observando de cerca. Y lo hace con una mezcla de esperanza y profunda sospecha.

Qué hace diferente esta afirmación

Alpöge no solo publicó un artículo ni lanzó un comunicado de prensa. Publicó código Lean. Eso importa enormemente. Lean no es un motor de razonamiento de caja negra. Es un sistema formalmente verificable creado específicamente para que cada paso de una demostración pueda revisarse de forma mecánica. Si el código es correcto —si el teorema se deduce de sus axiomas mediante reglas de inferencia válidas—, entonces ninguna duda humana puede tocarlo. La verificación pasa a ser una tarea de programación, no filosófica.

Esta es la innovación central que separa a la oleada actual de IA aplicada a las matemáticas de intentos anteriores. Claude pudo haber guiado a Alpöge hacia la estructura correcta, sugerido lemas, detectado callejones sin salida. Pero Lean exigiría que cada implicación estuviera justificada. Un paso fabricado por la IA no pasaría la inspección. Esa es la verdadera historia aquí: no si Claude resolvió la hipótesis de Riemann, sino si el código funciona.

Investigadores independientes están ejecutando verificaciones sobre la presentación de Alpöge. Algunos comentarios tempranos de matemáticos en redes sociales fueron alentadores pero concluyentes. A la fecha de este escrito, no ha aparecido ninguna confirmación por revisión entre pares.

Quiénes ganan, quiénes pierden, qué sigue

Si la demostración se verifica, los ganadores inmediatos son Anthropic y el creciente grupo de investigadores que sostienen que las matemáticas generadas por IA se volverán mainstream. Alpöge, como autor principal, casi con certeza participaría de cualquier premio del Milenio. El Instituto de Matemáticas Clay ha ofrecido $1 millón por una solución correcta a la hipótesis de Riemann —uno de siete problemas identificados en el año 2000—. Una demostración asistida por IA y verificada también marcaría un precedente poderoso para los otros seis problemas sin resolver.

Los perdedores en este escenario son más difíciles de nombrar con precisión, pero reales al fin. Los matemáticos que prefieren demostraciones estrictamente humanas, como el investigador italiano Alessandro Masullo, quien publicó un intento inconcluso la semana pasada tras doce años de trabajo sin depender de IA, ven su enfoque presentado como obsoleto. Lo mismo ocurre con los críticos que argumentaban que la IA respaldada por corporaciones en las matemáticas era más bien una vitrina intelectual que progreso genuino.

Pero la pregunta más importante es si la comunidad confía en el resultado. Las matemáticas siempre han sido escépticas ante atajos hacia verdades profundas. La brecha entre “esto parece correcto” y “esto está demostrado” ha definido a la disciplina durante milenios. Lean reduce significativamente esa brecha, pero no elimina todas las preocupaciones. ¿Quién revisó el código? ¿Alguien auditó los registros de interacción de Alpöge con Claude? ¿Hubo manipulación alguna del entorno de verificación en sí?

La sombra de OpenAI se cuela

La afirmación de Alpöge llega al amparo de una actuación rival. En septiembre, OpenAI anunció que una versión no pública de sus herramientas había ayudado a resolver parte de otro problema del Milenio —utilizando 10.000 instancias de sus sistemas de IA, según informes, a un costo de $15 millones—. El resultado pareció a muchos observadores menos un avance matemático genuino y más una muestra de fuerza industrial bruta disfrazada de perspicacia.

James Robinson, matemático de la Universidad de Warwick, calificó el anuncio de OpenAI como “una infantil vanagloria recreativa proyectada a gran escala”, señalando los costos ambientales de ejecutar esa escala de cómputo y la preocupación más profunda de que tales exhibiciones privilegiaran el capital sobre la astucia. Alpöge trabajaba precisamente en ese mismo problema dirigido por OpenAI cuando se hizo público el anuncio.

Ese contexto hace que el enfoque basado en Lean de Alpöge resulte comparativamente atractivo. Donde OpenAI dependió del volumen bruto de cómputo, Alpöge depende de la verificación formal. Pero la rivalidad entre Anthropic y OpenAI no desaparece cuando los matemáticos examinan la demostración. Si acaso, intensifica el incentivo de escudriñar el trabajo agresivamente, ya que desestimarla fortalece a uno de los bandos en la narrativa competitiva.

Por qué la confianza sigue siendo el verdadero obstáculo

Hay una inquietud más honda en la comunidad matemática que va más allá de demostraciones individuales. La hipótesis de Riemann resiste desde que Bernhard Riemann la propuso en 1859. Casi 170 años de las mentes matemáticas más destacadas del mundo han fallado al intentar descifrarla. Ahora una empresa de IA parece haberlo logrado —o al menos la mitad— en seis semanas, durante el mismo trimestre en que su empresa matriz se prepara para cotizar en una importante bolsa de valores.

El escepticismo no es irracional. Es la manera en que el campo se protege a sí mismo. Cada supuesta demostración de la hipótesis de Riemann anterior a esta terminó conteniendo errores. El listón debe permanecer alto.

Pero la existencia de Lean cambia algo fundamental acerca de lo que cuenta como evidencia. La intuición humana seguirá siendo relevante —alguien necesita entender si la demostración ilumina la estructura de los números primos o simplemente los dispone en una tautología—. No obstante, la verificación mecánica es lo más cercano que las matemáticas han tenido jamás a un estándar objetivo. Reduce el papel de la autoridad, la reputación y la elegancia retórica a factores secundarios.

Lo que importa ahora son los próximos meses. El código de Alpöge debe sobrevivir a la verificación independiente. Otros matemáticos deben reproducir los pasos. La relación entre el proceso de generación de la IA y el script final de Lean debe permanecer lo suficientemente transparente como para que la comunidad pueda juzgar si Claude descubrió la demostración o simplemente vistió con ropa nueva un esquema dejado por la intuición humana.

Si todo eso funciona, las matemáticas ganan una nueva clase de colaborador. Si falla —o si la demostración resulta apoyarse en un supuesto defectuoso oculto en algún lugar del código Lean—, el episodio reforzará la creencia de que las matemáticas asistidas por IA son útiles para la exploración, pero insuficientes para la convicción.

Por ahora, la única postura responsable es la espera. El código existe. La verificación, aún no. Cuando llegue, la comunidad matemática sabrá de inmediato si esto fue un avance o un espejismo modelado por capital y timing.