La afirmación de OpenAI sobre Navier-Stokes es más que solo matemáticas
OpenAI dice que su IA resolvió un problema del Premio Millennium de 1 millón de dólares. La verdadera historia no es la matemática, sino lo que la prisa de la empresa por superar a un rival revela sobre la IA, el crédito y el futuro de la investigación abierta.
Una condición de carrera en las matemáticas
OpenAI anunció que uno de sus modelos de inteligencia artificial, aún sin lanzar, encontró una solución al problema del Milenio de Navier-Stokes: uno de los siete enigmas más difíciles e irresueltos de las matemáticas, con un premio de un millón de dólares y la reputación de hundir carreras.
El anuncio llega en un contexto que nada tiene que ver con la dinámica de fluidos. El 1 de septiembre, los investigadores de OpenAI escucharon rumores de que Anthropic, su competidor más feroz, estaba cerca de resolver dos problemas del Milenio. Desplegaron un modelo en desarrollo y un enjambre de 10 000 agentes de IA. En 88 horas ya tenían un resultado. La verificación llevó otras 17.
Así no se supone que funcionan las matemáticas. Pero quizás ahora funcionen así.
Qué es exactamente el problema
Las ecuaciones de Navier-Stokes describen cómo se mueven los fluidos: el agua, el aire, el metal fundido, la atmósfera. Son indispensables para la ingeniería y la ciencia. Pero no las entendemos del todo.
La pregunta central es sencilla de enunciar y brutalmente difícil de resolver: ¿pueden las ecuaciones producir una singularidad, un punto donde la velocidad del fluido se vuelve infinita en un tiempo finito? En el mundo real esto nunca ocurre: puedes hacer zoom en el agua hasta ver moléculas, no velocidades infinitas. Pero ¿las ecuaciones lo permiten por sí mismas? Ese es el problema del premio del milenio.
OpenAI afirma que ha demostrado que sí: bajo ciertas condiciones, es posible una explosión (blow-up). La Sociedad Matemática Americana calificó la contribución de la IA como “los pasos finales” del proceso de solución. Partiendo del trabajo de varios matemáticos humanos, el modelo consumió millones de dólares en computación durante unos pocos días.
Una solución a la conjetura ABC, también formidable, ocupó más de 500 páginas y tomó seis años para que la comunidad la asimilará por completo. Esta llegó en cinco días, generada por máquinas.
El trabajo humano que está debajo
Esto es lo que el comunicado de prensa no destaca: OpenAI no resolvió esto solo. El resultado se sostiene sobre cimientos trazados por matemáticos humanos. Los investigadores de la empresa habían estado en contacto con Tristan Buckmaster, de la Universidad de Nueva York, cuyo trabajo fue central para el problema.
Buckmaster publicó una declaración horas antes del anuncio de OpenAI. Dijo que él y Levent Alpöge, colaborador de Anthropic, habían estado usando los modelos públicamente disponibles de OpenAI en sus propias investigaciones. Cuando Buckmaster preguntó si el modelo de OpenAI había utilizado su trabajo inédito, no recibió respuesta.
En cambio, según Buckmaster, OpenAI le ofreció colaborar en el resultado si retiraba el nombre de Alpöge. Alpöge trabaja en Anthropic. OpenAI niega haber hecho esa petición.
El matemático alemán Andreas Thom ha planteado una preocupación más amplia: que los modelos de OpenAI puedan haber consumido investigación humana inédita y la hayan presentado como producción generada por IA. La compañía insiste en que no se accedió a datos específicos de usuarios. La pregunta permanece sin resolver.
Por qué los matemáticos están alarmados
Terence Tao, el matemático estadounidense-australiano que ha criticado con dureza ciertas tendencias en la investigación asistida por IA, enmarcó el problema con claridad. Advertió contra el “uso indiscriminado de herramientas poderosas para extraer soluciones” que priorizan la resolución de problemas a corto plazo sobre la comprensión genuina.
La preocupación no es solo por el crédito. Es sobre los incentivos.
Si saber que tu investigación activará a una empresa rival para desplegar millones en computación y un millar de agentes de IA que te ganen la solución, ¿qué le pasa a la cultura de las matemáticas abiertas? Los investigadores comparten hallazgos, se construyen sobre el trabajo de los demás y acumulan comprensión lentamente. Ese sistema depende de la confianza. La velocidad corporativa va en contra de ello.
Como dijo Tao, si las compañías de IA empiezan a competir basándose en rumores, la comunidad podría simplemente dejar de compartir su trabajo prometedor. Las piedras angulares de la próxima oleada de descubrimientos desaparecerían.
Quién gana, quién pierde
OpenAI se lleva la narrativa. Se posiciona como la empresa que puede hacer lo que los humanos no pueden, o al menos, lo que los humanos no pueden hacer rápidamente. Tanto OpenAI como Anthropic se encaminan hacia ofertas públicas planeadas. Una solución al Problema del Milenio, aunque todavía esté pendiente de verificación formal, es publicidad excelente.
Anthropic pierde el marco, al menos temporalmente. Su colaborador Alpöge estaba, según se argumenta, más cerca de la solución de lo que el público se daba cuenta. La compañía ahora parece reactiva en lugar de pionera.
Los matemáticos pierden las condiciones que hacen posible su trabajo. La ciencia abierta y reproducible no es un lema: es un sistema práctico. Requiere compartir borradores, citar colaboradores y dar crédito donde corresponde. Si ese sistema se erosiona, el costo lo asume todos los que hacen pensar intensamente sobre problemas difíciles.
Buckmaster y Alpöge están en el centro de esto. Su colaboración privada pareció ser material de partida para el resultado de OpenAI. Si eso cuenta como uso de datos propietarios o simplemente como engagement con la literatura pública es una cuestión legal y ética que aún no ha sido respondida.
Qué sucede después
El Instituto Clay de Matemáticas tiene una regla: los envíos al Premio del Milenio no pueden ser concedidos durante al menos dos años después de la publicación. El problema de Navier-Stokes sigue siendo oficialmente irresuelto. Lo que sea que OpenAI haya producido será sometido a escrutinio que ninguna cantidad de potencia computacional puede acortar.
Pero el precedente ya se está sentando. Las empresas de IA ahora saben que lanzar recursos computacionales contra un rumor puede producir un resultado que robe titulares en días. Los investigadores humanos saben que su trabajo inédito puede alimentar ese proceso sin consentimiento, sin crédito y sin recurso.
La respuesta de la comunidad matemática determinará si esto se convierte en una vergüenza aislada o en un cambio estructural. Si los investigadores comienzan a retener su trabajo, las consecuencias durarán más que el ciclo de prensa. Si continúan compartiendo, necesitarán nuevas protecciones —legales, institucionales y culturales— para asegurar que la velocidad no se convierta en sinónimo de propiedad.
El anuncio de OpenAI es un hito, independientemente de que las matemáticas sostengan o no. La pregunta más profunda es qué tipo de ecosistema de investigación sobrevive cuando la carrera por publicar vence al hábito de comprender.