OpenAI aseguró el 8 de septiembre que un modelo de inteligencia artificial interno, aún sin nombre público, produjo una demostración formal para el problema de existencia y regularidad de Navier-Stokes, uno de los siete Problemas del Milenio planteados por el Clay Mathematics Institute y que otorgan un premio de un millón de dólares a quien los resuelva. La compañía publicó tanto la demostración analítica como su formalización en el lenguaje Lean, pero el anuncio derivó rápidamente en una discusión sobre quién merece realmente el crédito del hallazgo.
Lo esencial
- OpenAI anunció el 8 de septiembre que su IA resolvió el problema de Navier-Stokes, según informó WWWhat’s New.
- Se trata de uno de los siete Problemas del Milenio del Clay Mathematics Institute, con un premio de un millón de dólares.
- El modelo usado es interno y, según OpenAI, “significativamente más capaz” que GPT-6 Astra, y todavía está en entrenamiento.
- Para llegar al resultado se coordinaron unos 10.000 agentes trabajando durante 88 horas, con un gasto de varios millones de dólares en cómputo, de acuerdo con Xataka.
- El problema aún no está oficialmente resuelto: falta la revisión de la comunidad matemática internacional.
Qué es el problema de Navier-Stokes y por qué importa
Las ecuaciones de Navier-Stokes describen el movimiento de fluidos como el agua o el aire, y se usan en campos que van de la meteorología a la ingeniería aeroespacial. El problema planteado por el Clay Mathematics Institute pregunta si, en tres dimensiones, siempre existen soluciones “suaves” (sin comportamientos extremos o discontinuidades) para esas ecuaciones, o si en algún caso pueden generarse singularidades. Resolverlo de forma rigurosa es uno de los desafíos matemáticos más antiguos y difíciles que existen, y por eso forma parte de la lista de siete Problemas del Milenio, de los cuales solo uno —la conjetura de Poincaré— ha sido resuelto formalmente hasta ahora.
El modelo detrás del anuncio
Según detalló Xataka, OpenAI no utilizó un producto público para este trabajo, sino un modelo interno todavía en desarrollo, descrito como más capaz que GPT-6 Astra, su sistema insignia conocido hasta el momento. El proceso implicó coordinar aproximadamente 10.000 agentes de IA trabajando en paralelo durante 88 horas, con un consumo de cómputo que se cuenta en varios millones de dólares. OpenAI presentó dos piezas como resultado: una demostración analítica, del tipo que redactaría un matemático humano, y una formalización en Lean, un lenguaje que permite verificar pruebas matemáticas de manera automatizada y con menor margen de error humano.
La polémica sobre el crédito del hallazgo
Lo que generó mayor debate no fue el resultado en sí, sino el contexto en el que se produjo. De acuerdo con Xataka, el matemático Tristan Buckmaster, de la Universidad de Nueva York, y Levent Alpöge, que trabaja en Anthropic, llevaban meses logrando avances relevantes en problemas relacionados con Navier-Stokes. Ese trabajo, a su vez, continuaba una línea de investigación abierta previamente por los matemáticos españoles Diego Córdoba y Luis Martínez-Zoroa.
OpenAI reconoció que comenzó a atacar este Problema del Milenio después de notar que Anthropic —su principal competidor en el desarrollo de modelos de IA— estaba logrando avances significativos en la materia. Apoyarse en investigaciones previas es parte habitual del método científico: quienes buscan resolver un problema suelen partir de conocimientos y avances ya publicados por otros. Sin embargo, en este caso la secuencia de eventos —avances humanos primero, respuesta acelerada de una IA corporativa después— dejó en el aire la pregunta de cuánto del mérito corresponde al modelo de OpenAI y cuánto a la investigación humana que le sirvió de base.
Qué significa esto en la práctica
Ambos medios coinciden en un punto central: el anuncio de OpenAI no equivale a que el problema esté resuelto de manera oficial. Para que eso ocurra, la demostración debe pasar por el escrutinio de la comunidad matemática internacional, un proceso que en problemas de esta complejidad puede tomar meses o años, y que es independiente de la formalización automatizada en Lean. Esa herramienta ayuda a verificar la consistencia lógica de los pasos de una prueba, pero no sustituye la revisión por pares que exige el reconocimiento formal del Clay Mathematics Institute, entidad que además debe evaluar si corresponde otorgar el premio de un millón de dólares y a quién.
Para el público general, el episodio ilustra tanto el potencial como los límites actuales de la IA aplicada a la investigación matemática avanzada: un sistema puede generar y formalizar demostraciones extensas en tiempos que serían inviables para un humano, pero sigue dependiendo en gran medida de avances, datos y líneas de trabajo producidos por matemáticos humanos, y su output todavía requiere validación externa antes de considerarse un resultado establecido.
Qué esperar
El paso siguiente, según ambas fuentes, es la revisión por parte de la comunidad matemática, que determinará si la prueba de OpenAI es correcta y si cumple los estándares exigidos por el Clay Mathematics Institute para reconocer oficialmente la solución del problema. Queda también pendiente cómo se resolverá la discusión sobre el crédito compartido con Buckmaster, Alpöge, Córdoba y Martínez-Zoroa, cuyo trabajo previo fue explícitamente reconocido como punto de partida. Mientras tanto, OpenAI continúa entrenando el modelo utilizado en este experimento, sin haber confirmado todavía un nombre público ni una fecha de disponibilidad más amplia.
