OpenAI refuta una conjetura matemática de 80 años y logra un hito histórico para la IA
Un modelo de inteligencia artificial de OpenAI refutó una conjetura ligada al problema de la distancia unitaria de Paul Erdős, planteado en 1946. Matemáticos de referencia calificaron el resultado como un avance sin precedentes para la IA aplicada a investigación matemática.
Un modelo de inteligencia artificial de OpenAI consiguió uno de los avances más llamativos hasta ahora en el cruce entre IA y matemáticas: refutó una conjetura que había orientado durante casi ocho décadas el trabajo de especialistas en geometría discreta. El resultado gira alrededor del llamado problema de la distancia unitaria, formulado por el matemático húngaro Paul Erdős en 1946, una de las preguntas más conocidas y difíciles de la combinatoria geométrica.
Qué problema matemático resolvió la IA de OpenAI
El problema es fácil de enunciar, aunque extremadamente complejo de resolver: si se ubican n puntos en un plano, ¿cuántos pares de puntos pueden quedar exactamente a distancia 1? Durante décadas, la intuición dominante sostenía que las mejores configuraciones posibles se parecían a una cuadrícula, y que no podía lograrse un crecimiento mucho mayor en la cantidad de pares a distancia unitaria. Esa creencia estaba asociada a la conjetura de Erdős, que proponía un límite cercano a lo lineal para el crecimiento del número de esas conexiones.
OpenAI anunció que uno de sus modelos encontró una familia infinita de configuraciones que supera ese límite esperado y, por lo tanto, refuta la conjetura histórica. El hallazgo no resuelve por completo el problema —todavía no fija el máximo exacto de pares posibles para todo n—, pero sí demuestra que el techo que se creía correcto era demasiado bajo. En otras palabras: la intuición que dominó el campo durante décadas estaba equivocada.
Cómo logró la IA refutar una conjetura matemática de 80 años
Uno de los aspectos que más sorprendió a la comunidad fue el camino matemático que siguió el modelo. En lugar de insistir en enfoques geométricos tradicionales basados en grillas o argumentos combinatorios más clásicos, la IA recurrió a la teoría algebraica de números, una rama abstracta de las matemáticas que no ocupaba un lugar central en este problema. OpenAI destacó que la prueba introduce ideas sofisticadas de esa área en una pregunta geométrica elemental, y varios análisis posteriores remarcaron que allí está buena parte de su originalidad.
Según la compañía, el resultado surgió a partir de un modelo de razonamiento de propósito general, no de un sistema entrenado exclusivamente para hacer investigación matemática ni diseñado específicamente para este problema. Eso vuelve al avance especialmente relevante, porque sugiere que los modelos más recientes ya pueden sostener cadenas largas de razonamiento, conectar áreas distantes del conocimiento y producir argumentos complejos con valor científico real.
Por qué expertos consideran que es el mayor avance de la IA en matemáticas
La reacción de los matemáticos fue inmediata. Misha Rudnev, de la Universidad de Bristol, dijo a New Scientist que se trataba de un problema que no esperaba ver resuelto en su vida y lo definió como “una bomba”. En la misma línea, el medallista Fields Timothy Gowers sostuvo que, si un humano hubiera presentado este trabajo a Annals of Mathematics, una de las revistas más prestigiosas del área, lo habría recomendado para publicación sin dudar.
La valoración también fue muy alta entre quienes revisaron el resultado. El matemático Daniel Litt, de la Universidad de Toronto, dijo que era el único resultado interesante producido de forma autónoma por una IA hasta ahora, mientras que Will Sawin, de Princeton, fue citado como una de las voces que consideraron este episodio el avance más significativo de la IA en matemáticas hasta la fecha. Además, un grupo de expertos —entre ellos Noga Alon, Thomas Bloom, Gowers, Litt, Sawin, Jacob Tsimerman y Melanie Matchett Wood— firmó un texto de comentarios y verificación humana sobre la prueba.
La prueba fue validada, pero el problema no quedó cerrado
Aunque la noticia fue presentada como un hito para OpenAI, el consenso entre los especialistas es más matizado: el modelo logró refutar una conjetura central, pero eso no significa que haya resuelto definitivamente el problema de la distancia unitaria. Lo que sí hizo fue mostrar que las construcciones tipo cuadrícula no eran esencialmente óptimas, como se creyó durante años. Posteriormente, el matemático Will Sawin refinó el argumento para explicitar mejor la mejora obtenida, lo que fortaleció todavía más el alcance del hallazgo.
También hubo advertencias sobre los límites del sistema. Varios expertos recordaron que la demostración original tuvo que ser revisada, reorganizada y depurada por matemáticos humanos antes de circular públicamente. Además, OpenAI ya había atravesado una polémica previa por afirmaciones exageradas sobre supuestos avances en problemas de Erdős que en realidad remitían a literatura ya existente, un antecedente que explica por qué esta vez la validación externa fue tratada como una condición clave para la credibilidad del anuncio.
Qué significa este resultado para el futuro de la IA en ciencia
Más allá del caso puntual, el resultado abre una discusión más grande sobre el papel de la IA en la investigación científica. OpenAI presentó este episodio como la primera vez que una inteligencia artificial resuelve de forma autónoma un problema abierto prominente y central para una subdisciplina matemática, y varios especialistas coincidieron en que el caso marca una frontera nueva: la IA ya no solo sirve para calcular más rápido o automatizar tareas, sino también para encontrar caminos conceptuales que los humanos no habían explorado.
Eso no implica que la creatividad humana haya quedado desplazada. Al contrario, la lectura dominante es que se abre una etapa de colaboración entre matemáticos e inteligencia artificial, donde los modelos pueden explorar rutas inusuales con gran persistencia, mientras que los investigadores humanos continúan cumpliendo un rol decisivo en la verificación, la interpretación y la formalización final de los resultados. Pero el mensaje ya quedó instalado: en matemáticas, la IA empezó a demostrar que también puede descubrir.
