Por Canuto  

OpenAI afirma que un sistema interno produjo una demostración analítica y una formalización en Lean que muestran cómo las ecuaciones tridimensionales de Navier-Stokes pueden desarrollar una singularidad en tiempo finito. El anuncio describe un vórtice que se contrae y se estira sin que la energía total se vuelva infinita, pero también reconoce que el resultado no busca reclamar el Premio del Milenio.
***

  • OpenAI asegura que una IA demostró una singularidad de tiempo finito para las ecuaciones tridimensionales de Navier-Stokes.
  • La solución propuesta utiliza un vórtice sometido a una fuerza externa suave y fue formalizada en el asistente de pruebas Lean.
  • El sistema coordinó cerca de 10.000 agentes, generó 2,7 millones de mensajes y consumió aproximadamente 130.000 millones de tokens.

Una afirmación extraordinaria para las matemáticas

OpenAI afirma haber encontrado una solución al problema de existencia y suavidad de Navier-Stokes, uno de los siete Problemas del Premio Milenio establecidos por el Clay Mathematics Institute en 2000. Según el anuncio publicado el 8 de septiembre de 2026, un sistema interno produjo una demostración analítica y una formalización en Lean que establecen que ciertas dinámicas de un fluido tridimensional pueden generar una singularidad en tiempo finito. La compañía presentó el resultado como una evidencia del avance de sus modelos de inteligencia artificial, aunque aclaró que no pretende reclamar el premio económico asociado al problema.

El problema examina si las ecuaciones de Navier-Stokes siempre conservan soluciones suaves cuando describen un fluido incompresible, tridimensional y de densidad constante que comienza con un movimiento regular. En este contexto, una singularidad significa que las velocidades del fluido pueden crecer sin límite durante un intervalo finito, pese a que la viscosidad debería disipar y suavizar el movimiento. Si ese comportamiento ocurre, la formulación matemática dejaría de describir por completo el sistema y sería necesario recurrir a una descripción más detallada de las partículas.

Las ecuaciones se basan en la segunda ley del movimiento de Newton y tratan al fluido como un medio continuo, en lugar de seguir moléculas individuales. Por esa razón, aparecen en campos tan distintos como el diseño de aeronaves, el pronóstico meteorológico y el análisis del flujo sanguíneo. Su origen se remonta al trabajo del siglo XIX de Claude-Louis Navier y George Gabriel Stokes, mientras que Jean Leray demostró en 1934 que existen soluciones en un sentido generalizado, sin resolver si estas permanecen suaves para siempre.

La afirmación de OpenAI tendría importancia más allá de la inteligencia artificial porque una demostración válida modificaría el estado de una pregunta central del análisis matemático. Sin embargo, el anuncio describe el resultado como un trabajo que deberá ser examinado por la comunidad especializada, y la existencia de una formalización computacional no elimina por sí sola la necesidad de revisar las definiciones, los supuestos y el alcance exacto de cada paso.

El vórtice que conduce a la singularidad

La solución presentada por OpenAI utiliza un vórtice, es decir, un remolino de fluido que gira, se contrae hacia el centro y se estira progresivamente en una dirección axial. La descripción sostiene que la región central se hace cada vez más pequeña mientras la velocidad aumenta, pero que la energía permanece finita durante toda la evolución, desde el estado inicial de reposo hasta la formación de la singularidad. Ese equilibrio constituye uno de los elementos centrales de la propuesta.

El escenario incluye una fuerza externa suave aplicada al fluido, no una fuerza infinita introducida artificialmente para provocar el colapso. De acuerdo con la explicación, los términos que representan la aceleración, los gradientes de presión, la transferencia de momento y la viscosidad se vuelven grandes al mismo tiempo, pero también se cancelan con precisión suficiente para que la fuerza externa siga siendo regular. El desafío consiste en producir la ruptura mediante el movimiento interno del fluido y no mediante una condición imposible impuesta desde el exterior.

En la formulación oficial del premio, OpenAI indica que su trabajo establece los enunciados C y D, que corresponden a variantes capaces de demostrar la aparición de una singularidad. La empresa también sostiene que la energía permanece finita, una condición necesaria para que el ejemplo no dependa de una inyección ilimitada de energía. El anuncio describe el comportamiento como una contracción acompañada de aceleración, comparable con un espagueti que se estira mientras su núcleo se comprime.

La compañía divulgó tanto un documento con la demostración como una versión formalizada en Lean, un lenguaje y entorno utilizado para verificar pruebas matemáticas mediante reglas computacionales. Esa formalización puede ayudar a detectar errores lógicos y hacer más reproducibles los argumentos, aunque su valor depende de que la especificación introducida en el sistema represente exactamente el problema oficial. Una prueba formal puede verificar que una conclusión se desprende de sus premisas, pero los especialistas aún deben evaluar si esas premisas corresponden al modelo físico y matemático correcto.

Una búsqueda coordinada con miles de agentes

La ruta hacia el resultado comenzó, según OpenAI, el 28 de agosto, cuando la empresa inició el entrenamiento de un nuevo modelo interno cuyo desempeño habría superado sus referencias anteriores, incluida la resolución de problemas matemáticos. El 1 de septiembre, después de conocer rumores sobre dos posibles soluciones a Problemas del Milenio, la compañía puso en marcha una evaluación amplia de preguntas abiertas de alto impacto. Para ello utilizó un sistema de agentes coordinados con acceso a una versión almacenada de internet y herramientas para ejecutar código.

Los agentes se organizaron en grupos con capacidad de comunicación interna y recibieron distintas variantes del problema. En el caso de Navier-Stokes, algunos grupos trabajaron sobre las versiones A y B, que buscaban demostrar la regularidad, mientras otros exploraron las versiones C y D, orientadas a refutarla mediante una singularidad. El grupo que produjo la resolución involucró del orden de 10.000 agentes concurrentes, bajo esquemas de monitorización, aislamiento y otras salvaguardas que OpenAI asegura aplicar en sus evaluaciones de modelos de frontera.

Antes de concentrarse en Navier-Stokes, el sistema abordó una pregunta relacionada sobre las ecuaciones de Euler, que eliminan el término de viscosidad. Casi 100 agentes trabajaron durante aproximadamente 50 horas para producir una refutación de la regularidad en la variante sin fuerza externa, un resultado que convenció a los investigadores de que Navier-Stokes era un objetivo prometedor. Posteriormente, la empresa trasladó agentes desde otros Problemas del Milenio y les proporcionó la resolución de Euler como punto de partida.

El grupo llegó a su resolución de Navier-Stokes el sábado 5 de septiembre, unas 88 horas después del lanzamiento de los primeros agentes. La formalización y la verificación en Lean requirieron 17 horas adicionales mediante GPT-6 Astra, de acuerdo con el relato de la empresa. En todos los problemas examinados, los agentes enviaron 4,9 millones de mensajes y utilizaron alrededor de 300.000 millones de tokens de salida, mientras que el esfuerzo específico de Navier-Stokes concentró 2,7 millones de mensajes y aproximadamente 130.000 millones de tokens.

El trabajo concurrente y los límites del anuncio

OpenAI explicó que el rumor que impulsó su búsqueda estaba relacionado con Levent Alpöge, empleado de Anthropic, y Tristan Buckmaster, profesor de matemáticas en la Universidad de Nueva York. Tras concluir su proyecto y completar la verificación en Lean el 6 de septiembre, la compañía contactó a ambos porque creía que también habían resuelto Navier-Stokes y propuso una publicación conjunta que reconociera su prioridad. Las conversaciones revelaron que el trabajo de Alpöge y Buckmaster correspondía a una resolución sobre Euler forzado, no al problema de Navier-Stokes.

Durante esas conversaciones, OpenAI ofreció mostrar los mensajes de instrucciones utilizados por sus agentes y posteriormente compartir la demostración. La empresa reconoce la prioridad del trabajo sobre Euler forzado y felicitó a los investigadores por el resultado, pero sostiene que sus agentes no consultaron ese material antes de que se hiciera público. También indicó que no utilizó datos específicos de usuarios para resolver el problema, aunque no descartó por completo que datos desidentificados derivados del uso de sus productos hubieran contribuido a mejorar sus modelos.

La diferencia entre ambos resultados es relevante porque Euler y Navier-Stokes no describen exactamente la misma dinámica. Las ecuaciones de Euler carecen del término de viscosidad, mientras que Navier-Stokes incorpora precisamente ese mecanismo de disipación, que constituye una parte fundamental del problema de existencia y suavidad. Además, el trabajo atribuido a Alpöge y Buckmaster se refiere a Euler con una fuerza externa, mientras que la variante de Euler resuelta por el sistema de OpenAI no incluía fuerza externa.

OpenAI presentó su anuncio como una instantánea del progreso de la inteligencia artificial y no como el cierre definitivo de una etapa científica. La empresa señaló que el resultado representa el trabajo combinado de matemáticos e investigadores de IA, pero también insistió en que su objetivo principal era informar sobre el ritmo de avance de sus modelos. La revisión independiente, la publicación detallada y el escrutinio de expertos serán determinantes para establecer si la demostración resuelve realmente el problema en los términos reconocidos por la comunidad matemática.

Qué significa para la inteligencia artificial

El anuncio plantea una imagen distinta de la IA aplicada a la investigación matemática, porque el resultado no provino únicamente de una respuesta aislada de un modelo conversacional. El sistema descrito por OpenAI dividió el trabajo entre agentes, permitió que distintos grupos exploraran estrategias y utilizó Codex para cruzar y consolidar los hallazgos intermedios. Esa arquitectura busca convertir la capacidad de generar ideas en un proceso de búsqueda, crítica, programación y verificación más prolongado.

La escala computacional también muestra el costo de perseguir problemas extremadamente difíciles. La utilización de 130.000 millones de tokens en el esfuerzo de Navier-Stokes representa una cantidad considerable de razonamiento generado, aunque el volumen por sí solo no garantiza corrección matemática. Para la investigación, la cuestión crucial será determinar si la organización de agentes produce argumentos nuevos y confiables o si aumenta la cantidad de errores que luego deben filtrar los especialistas.

El uso de Lean añade una capa de control que resulta especialmente importante en un problema con décadas de intentos parciales y obstáculos técnicos. Una formalización puede ofrecer una garantía mecánica sobre cada inferencia aceptada por el sistema, pero no sustituye la interpretación conceptual de la prueba ni la comprobación de que las condiciones iniciales, las fuerzas y los espacios funcionales coinciden con la formulación oficial. En consecuencia, el anuncio combina una promesa tecnológica con una tarea pendiente para las matemáticas.

La propia empresa vinculó este avance con su objetivo de construir sistemas controlables, responsables y conectados con las personas. OpenAI afirmó que comprender el nuevo modelo será necesario para orientar y regular la velocidad con la que busca capacidades adicionales, especialmente cuando esas capacidades pueden afectar campos científicos sensibles. Mientras la comunidad revisa la demostración, el caso ya funciona como una señal de que los sistemas multiagente podrían convertirse en una herramienta relevante para explorar preguntas que durante generaciones resistieron los métodos tradicionales.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados