OpenAI dice que resolvió Navier-Stokes: aquí está la razón por la que debería preocuparte
OpenAI afirma que su modelo de IA resolvió uno de los problemas más difíciles de las matemáticas usando 10 000 agentes y 130 billones de tokens. Pero, ¿quién es el dueño de las ideas detrás de la demostración y si las cuentas realmente encajan?
La afirmación
OpenAI anunció el 8 de septiembre que su modelo de inteligencia artificial, todavía sin revelarse, ha resuelto el problema de la existencia y regularidad de Navier-Stokes, uno de los siete problemas del Milenio del Instituto Clay de Matemáticas. La empresa asegura que desplegó aproximadamente 10 000 agentes de IA durante 88 horas, procesando 130 billones de tokens, para generar y verificar una demostración de 165 páginas. Si el resultado resiste la revisión por pares, sería el segundo problema del Milenio resuelto en la historia, tras la resolución de la conjetura de Poincaré por Grigori Perelman en 2003.
Las implicaciones son vertiginosas. Las ecuaciones de Navier-Stokes gobiernan el movimiento de líquidos y gases. Son el soporte matemático de la predicción del tiempo, el diseño de aeronaves, la oceanografía y la modelización climática. Una solución confirmada no solo resolvería una pregunta matemática, sino que recalibraría la forma en que la humanidad predice e ingeniería todo aquello que fluye.
Pero antes de celebrar, varios aspectos merecen un escrutinio riguroso.
Qué dice realmente la demostración
Según informaciones citadas por OpenAI, el modelo de inteligencia artificial identificó condiciones específicas bajo las cuales las ecuaciones de Navier-Stokes se rompen: momentos en que una pequeña turbulencia en agua tranquila podría, en teoría, acelerar hasta una velocidad infinita en un intervalo finito de tiempo. En matemáticas, un resultado que tiende al infinito señala una singularidad, un punto en el que las ecuaciones dejan de estar definidas y falla la demostración de regularidad.
Por tanto, el hallazgo de la inteligencia artificial no es que las ecuaciones sean erróneas. Es que contienen una laguna, una brecha matemática donde no se puede garantizar un comportamiento suave y predecible. Ese, de hecho, es uno de los sentidos del problema del Milenio: ¿permanecen siempre suaves las soluciones o pueden formarse singularidades? El modelo de OpenAI parece haber respondido lo segundo.
Este ya es un resultado provocador. Pero el mecanismo subyacente suscita más interrogantes de los que resuelve.
La velocidad resultaba sospechosa
Varios detalles del calendario del anuncio merecen atención.
Los informes indican que investigadores de Anthropic también trabajaban en problemas relacionados con la dinámica de fluidos. Cuando se conoció el avance de OpenAI, la empresa habría contactado durante el fin de semana a Tristan Buckmaster, matemático de la Universidad de Nueva York, y a Levent Alpoge, investigador de Anthropic, para hablar de coordinar una publicación conjunta. Sin embargo, Buckmaster publicó sus propios resultados preliminares en línea primero. OpenAI lanzó su artículo horas más tarde.
Esa secuencia es inhabitual. Los resultados de nivel milenario suelen ir precedidos de años de comunicación privada entre un reducido círculo de especialistas. Una carrera simultánea de fin de semana para publicar sugiereEither una preparación extraordinaria o una presión extraordinaria. También plantea la cuestión evidente: quién obtuvo el resultado primero y en qué base.
La cuestión de la propiedad intelectual es real
Buckmaster utilizó el modelo de inteligencia artificial de OpenAI durante su propia investigación. Ha planteado la posibilidad de que ideas o consignas que introdujo en el sistema fueran absorbidas por el proceso de optimización del modelo y luego reaparecieran como parte de la demostración. OpenAI afirma que generó la demostración de manera independiente mediante su tubería de 10 000 agentes y niega haber utilizado ninguna idea aportada por usuarios. Sin embargo, el lenguaje de la empresa se detiene antes de una negativa absoluta: reconoce que los datos de los usuarios alimentan ciclos generales de mejora y que no puede descartar un uso indirecto con un 100 por cien de certeza.
Este no es un matiz semántico menor. Atraviesa el centro de cómo debe atribuirse el descubrimiento generado por inteligencia artificial. Si un investigador introduce una conjetura novedosa en un sistema propietario y el sistema produce posteriormente una demostración basada en esa conjetura, ¿quién posee el resultado? ¿El investigador? ¿La empresa? ¿Ninguno? La comunidad matemática aún no tiene un marco claro para responder.
Anthropic, por su parte, sostuvo que estaba trabajando en un problema de dinámica de fluidos relacionado pero distinto, no en la formulación del problema del Milenio en sí. Esa distinción puede importar jurídicamente, pero poco contribuye a desactivar la cuestión más amplia: cuando dos laboratorios de inteligencia artificial compiten en problemas superpuestos con herramientas superpuestas, ¿dónde termina el descubrimiento independiente y dónde comienza la asimilación ajena?
¿Sobrevive la demostración al revisión por pares?
La pregunta más importante permanece sin respuesta. Una demostración de 165 páginas generada por inteligencia artificial no es válida por decreto. El Instituto Clay de Matemáticas nunca ha aceptado una demostración generada por IA como verificación, y la comunidad matemática exige lógica verificable por humanos en cada paso. Hasta la fecha de escritura de este artículo, no se ha completado ninguna revisión por pares independiente.
La historia ofrece precedentes cautelares. En 2022, un equipo afirmó haber resuelto el problema del hashing perfecto utilizando un resolutor SAT, y el resultado requirió años de validación humana cuidadosa. En 2024, sistemas de inteligencia artificial produjeron enfoques prometedores pero en última instancia defectuosos para ciertos problemas de combinatoria. El patrón es consistente: la inteligencia artificial puede detectar patrones que los humanos pasan por alto, pero también puede construir argumentos de apariencia elegante que contienen errores ocultos. La verificación no es opcional.
Si la demostración sobrevive al escrutinio, las consecuencias para las ciencias aplicadas serían enormes. Los modelos climáticos dependen de simulaciones de Navier-Stokes. Los modelos actuales aproximan la turbulencia porque las soluciones exactas se desconocen. Una demostración verificada de la formación de singularidades obligaría a una reescritura fundamental de la forma en que los ingenieros modelan la resistencia, la transferencia de calor y la dinámica atmosférica. Además, haría que ciertas técnicas de simulación fueran unreliable por definición.
Qué ocurre después
Los próximos meses determinarán si esta historia es un hito o un fracaso.
Los matemáticos analizarán cada línea del documento de 165 páginas. El Instituto Clay decidirá si inicia procedimientos formales de verificación. Buckmaster y Alpoge probablemente publiquen sus propios análisis. Anthropic puede emitir una respuesta sobre la carrera de publicaciones. Y el modelo de OpenAI, todavía sin revelarse, o bien desvelará su metodología o seguirá siendo una caja negra cuya aceptación dependerá únicamente de la confianza.
También está la pregunta institucional más amplia. Si una empresa de inteligencia artificial puede resolver un problema del Milenio sin revelar su arquitectura de modelo ni su metodología de entrenamiento, ¿qué significa eso para la ciencia abierta? La comunidad matemática siempre ha operado bajo el principio de que las demostraciones deben ser transparentes y reproducibles. Una demostración generada por inteligencia artificial que ningún matemático individual puede trazar por completo amenaza con romper ese contrato.
La conclusión
El anuncio de OpenAI es o bien el avance matemático más significativo de la década o un estudio de caso de celebración prematura. Las afirmaciones son audaces. El calendario es disputado. Las implicaciones de propiedad intelectual están sin probar. La validez matemática, sin verificar.
Lo que queda claro es que el límite entre investigación asistida por inteligencia artificial y descubrimiento impulsado por inteligencia artificial ha avanzado más allá de lo que la mayoría de las instituciones anticipaban. El problema de Navier-Stokes ha resistido a los matemáticos humanos durante dos siglos. Un sistema de inteligencia artificial afirma haberlo resuelto en 88 horas. Ya sea que esa afirmación se sostenga o se desplome, el debate que ha desencadenado sobre propiedad, verificación y transparencia moldeará la forma en que se hace matemáticas durante los próximos años.