OpenAI ha publicado una supuesta solución al problema de existencia y suavidad de Navier-Stokes, uno de los siete Problemas del Premio del Milenio nombrados por el Clay Mathematics Institute en 2000. La compañía dice que un sistema interno de IA, descrito como significativamente más capaz que GPT-6 Astra, produjo tanto una prueba analítica como una verificación formal en el asistente de prueba Lean, y eligió el mismo día en que dos matemáticos académicos publicaron sus propios artículos estrechamente relacionados para anunciar el resultado. En cuestión de horas, la historia se centró tanto en el crédito como en la computación.
Lo que realmente demostró el modelo Para más contexto sobre esta historia, consulta nuestra últimos avances en IA.
Las ecuaciones de Navier-Stokes, que surgieron del trabajo del siglo XIX de Claude-Louis Navier y George Gabriel Stokes, describen cómo se mueven los fluidos utilizando la segunda ley del movimiento de Newton. Son la base del diseño de aviones, la predicción meteorológica y el estudio del flujo sanguíneo. Desde que Jean Leray demostró en 1934 que las soluciones existen en un sentido generalizado, los matemáticos no han sabido si un flujo suave e incompresible tridimensional puede descomponerse, es decir, si las velocidades de los fluidos pueden crecer sin límites en un tiempo finito, creando lo que los matemáticos llaman una singularidad.
La publicación de OpenAI afirma que su sistema demostró que un fluido inicialmente suave en reposo puede desarrollar exactamente tal singularidad en un tiempo finito cuando se aplica una fuerza externa suave, y la energía del fluido permanece finita en todo momento. Según la empresa, esto establece los enunciados "C" y "D" de la formulación oficial del problema del Clay Mathematics Institute. La prueba se centra en un vórtice: un remolino giratorio que gira en espiral hacia adentro y se alarga, en la descripción de OpenAI, "como espaguetis", encogiéndose y acelerándose de una manera que mantiene limitada la energía total incluso cuando la velocidad crece sin límites.
Un sistema más capaz que el Astra
OpenAI dice que el trabajo fue realizado por un modelo interno que ha estado en entrenamiento desde el 28 de agosto y es "significativamente más capaz que GPT-6 Astra", el modelo de frontera que la compañía lanzó para clientes selectos a principios de este verano. La capacitación del modelo, dice la compañía, es continua y su desempeño continúa mejorando.
Dentro de la carrera de 10.000 agentes
El esfuerzo comenzó el 1 de septiembre, cuando OpenAI dice que escuchó rumores de que se habían resuelto dos problemas del Premio del Milenio. La empresa lanzó una campaña de evaluación de todos los problemas abiertos del Premio del Milenio utilizando un sistema de agentes coordinadores con acceso a una copia en caché de Internet y herramientas de ejecución de código. Los agentes se subdividieron en grupos comunicantes; El grupo que produjo la resolución Navier-Stokes involucró aproximadamente a 10.000 agentes simultáneos, según OpenAI.
Diferentes grupos recibieron diferentes variantes de cada problema: las versiones "A" y "B", que producirían una prueba de suavidad, y las versiones "C" y "D", que producirían una refutación, se asignaron a grupos separados. En el camino, los agentes resolvieron una cuestión relacionada que OpenAI había clasificado como más fácil: el problema de regularidad de las ecuaciones de Euler en el caso no forzado, donde ninguna fuerza externa actúa sobre el fluido. Casi 100 agentes trabajaron durante aproximadamente 50 horas en ese resultado.
Después de la resolución de Euler, OpenAI trasladó a los agentes de los otros problemas del Milenio a Navier-Stokes. La compañía dice que los agentes llegaron a su resolución el sábado 5 de septiembre, aproximadamente 88 horas después del lanzamiento, y que la formalización y verificación Lean tomó 17 horas adicionales utilizando GPT-6 Astra. En todos los problemas intentados, OpenAI dice que los agentes intercambiaron 4,9 millones de mensajes y consumieron aproximadamente 300 mil millones de tokens de salida; Solo el esfuerzo de Navier-Stokes representó 2,7 millones de mensajes y aproximadamente 130 mil millones de tokens de salida.
Los matemáticos que publicaron primero.
El anuncio llegó el mismo día en que Tristan Buckmaster, profesor de matemáticas en el Instituto Courant de la Universidad de Nueva York, y Levent Alpoge hicieron públicos tres de sus propios resultados: explosión en tiempo finito con forzamiento suave para la ecuación de medios porosos incompresibles, las ecuaciones de Boussinesq y las ecuaciones tridimensionales incompresibles de Euler. Buckmaster escribe que la pareja también cree que han explotado para Navier-Stokes hipodisipativo, aunque la verificación Lean de ese resultado aún no ha terminado.
En una declaración pública, Buckmaster tiene cuidado con el crédito. El programa de investigación, escribe, no fue iniciado por él y Alpoge ni propuesto por un modelo de lenguaje grande: la idea fundamental pertenece a Diego Córdoba y Luis Martínez-Zoroa, quienes pasaron años construyendo explosiones forzadas. Buckmaster sostiene que la contribución de Martínez-Zoroa es lo suficientemente fuerte como para merecer una Medalla Fields. Luego, él y Alpoge utilizaron grandes modelos de lenguaje (Claude de Anthropic, Codex de OpenAI con GPT-5.6 Sol y, más recientemente, Astra para reseñas y auditorías) para impulsar ese programa a un forzado fluido y a Euler. Su avance se produjo el 15 de agosto, y la primera prueba generada por LLM se verificó en Lean el 22 de agosto, dice Buckmaster.
Buckmaster también se disculpó por la calidad de la presentación de los artículos y escribió que "el artículo de Euler, en particular, sólo puede describirse como una basura de IA".
La controversia crediticia
La publicación de OpenAI aborda la superposición directamente. La compañía dice que su esfuerzo comenzó el 1 de septiembre después de un rumor que "más tarde se dio cuenta de que estaba relacionado" con Alpoge, descrito como un empleado de Anthropic, y Buckmaster. Después de completar su propio proyecto y la verificación Lean el 6 de septiembre, OpenAI dice que se puso en contacto con ambos para ofrecer una versión simultánea y reconocer su prioridad en un anuncio conjunto, momento en el que supo que habían resuelto el problema forzado de Euler.
La compañía niega haber visto su trabajo antes del lanzamiento público, afirmando que "no se accedió a datos específicos del usuario para resolver este problema". Pero OpenAI admite un canal más sutil: "Aunque es poco probable, no podemos descartar que los datos no identificados derivados del uso de nuestros productos hayan ayudado a mejorar nuestros modelos". Observa que las pruebas difieren significativamente y que los resultados de Euler son distintos: forzados y no forzados.
La cobertura ha sido puntual. WIRED informó que "algunos académicos están llorando", y Axios describió la "solución matemática histórica de OpenAI eclipsada por la controversia crediticia". La tensión central: la propia línea de tiempo de OpenAI muestra que lanzó su esfuerzo solo después de enterarse de que los matemáticos estaban a punto de anunciar resoluciones y luego publicó un resultado de cálculo más sólido siete días después.
No se ha reclamado ningún premio, por ahora
OpenAI afirma claramente que no tiene intención de reclamar el Premio del Milenio por el resultado. Cualquier reconocimiento oficial recaería en el Clay Mathematics Institute y en el escrutinio de la comunidad matemática, que ahora analizará tanto la prueba de OpenAI como los artículos de Buckmaster-Alpoge. En particular, los propios resultados de los matemáticos no llegan a la formulación Millennium: sus ampliaciones publicadas cubren ecuaciones relacionadas, y su trabajo hipodisipativo de Navier-Stokes aún espera una verificación formal.
De cualquier manera, el episodio marca un nuevo capítulo para las matemáticas aceleradas por IA. Terence Tao, uno de los matemáticos más seguidos que trabajan con herramientas de inteligencia artificial, discutió públicamente los resultados competitivos en Mastodon en cuestión de horas. Dos equipos independientes (uno académico y otro corporativo) utilizaron grandes modelos lingüísticos como colaboradores en problemas centenarios, publicados con un día de diferencia entre sí, y rápidamente se pelearon sobre quién llegó primero. Las matemáticas se comprobarán en Lean. El mérito se discutirá en todos los demás lugares.
---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
