Un rumor de fin de semana desató un sprint multimillonario
La carrera de OpenAI por resolver una parte del Problema del Milenio de Navier-Stokes no comenzó con un plan de investigación. Comenzó con un rumor.
A finales de agosto de 2026, OpenAI se enteró de que un matemático que trabajaba con un investigador de Anthropic estaba cerca de resolver un problema abierto relacionado, las ecuaciones de Euler forzadas. Diego Córdoba y Luis Martínez-Zoroa habían desarrollado el enfoque matemático subyacente; Tristan Buckmaster, del Instituto Courant de la NYU, y Levent Alpoge, de Anthropic, lo habían estado ampliando desde mediados de agosto, con avances reales.
La respuesta de OpenAI fue escalar rápido. Los investigadores primero ejecutaron unos 1.000 agentes durante 50 horas contra el problema de Euler, y luego ampliaron a unos 10.000 agentes simultáneos para un impulso de 11 horas sobre el caso más difícil de Navier-Stokes. El director de investigación de OpenAI, Mark Chen, situó después el costo total de cómputo en un rango de millones de dólares. La empresa llegó a un resultado el 5 de septiembre y lo anunció el 8 de septiembre, unas 88 horas después de que comenzara el esfuerzo.
Lo que OpenAI realmente afirma haber resuelto
El resultado que anunció OpenAI es más limitado de lo que suena. Aborda una variante específica, una explosión bajo forzamiento suave, producida por un modelo interno, no publicado, que según OpenAI es más capaz que su línea pública GPT-6 Astra, y que funciona como un enjambre coordinado de agentes en lugar de una sola pasada.
OpenAI acompañó el anuncio con una formalización verificada por máquina de la prueba en el demostrador de teoremas Lean, evidencia de que los pasos lógicos encajan mecánicamente. Eso no es lo mismo que una revisión por pares. El Clay Mathematics Institute, que supervisa los siete Problemas del Milenio y el millón de dólares que acompaña a cada uno, no ha verificado ni aceptado el resultado, y los matemáticos independientes aún no han terminado de revisar el argumento legible para humanos detrás de la prueba en Lean.
| Fase | Agentes | Duración | Objetivo |
|---|---|---|---|
| Fase 1 | unos 1.000 | 50 horas | Ecuaciones de Euler relacionadas |
| Fase 2 | unos 10.000 | 11 horas | Caso de explosión de Navier-Stokes |
| Total | hasta 10.000 | 88 horas | Anunciado el 8 de septiembre |
El matemático que dice que leyeron sus borradores
El relato de Tristan Buckmaster sobre lo que ocurrió después es la parte de esta historia que OpenAI no ha disputado públicamente. Dice que le preguntó directamente al investigador de OpenAI Sebastien Bubeck si el modelo de OpenAI había sido entrenado con, o había tenido acceso a, las sesiones privadas de Codex donde él y Alpoge guardaban sus propios borradores sobre el problema relacionado. Bubeck lo negó la primera vez que Buckmaster preguntó. La segunda vez que Buckmaster preguntó, específicamente sobre el entrenamiento, dice que no obtuvo respuesta.
Buckmaster también dice que Bubeck le ofreció una elección: publicar primero con OpenAI acreditado junto a él, o quedarse con el reconocimiento exclusivo del resultado, pero solo si eliminaba el nombre de Alpoge, por su vinculación con Anthropic. Cuando Buckmaster se negó a dejar fuera a su colaborador, dice que Bubeck le dijo: "¿Por qué arruinarías tu carrera?" y después: "Si no quieres que sea amable, no tengo por qué serlo."
Ni OpenAI ni Bubeck han publicado una respuesta punto por punto a estas acusaciones concretas.
Veinticinco medallistas Fields trazan una línea
Tres días después del anuncio de OpenAI, Terence Tao, medallista Fields de 2006, publicó en su blog el texto "A Severe Misalignment of AI in Mathematics", firmado también por otros 24 medallistas Fields de ceremonias desde 1978 hasta este año, entre ellos Peter Scholze, Maryna Viazovska, Caucher Birkar, June Huh, Martin Hairer, Maxim Kontsevich, James Maynard, Manjul Bhargava y la medallista de 2026 Yu Deng.
Su argumento no es que la IA no pueda hacer matemáticas. Es que resolver un problema con nombre siempre debía ser un sustituto de la comprensión conceptual, no el objetivo en sí, y que una carrera por producir ese sustituto más rápido puede destruir el proceso más lento, las charlas, las redacciones, la atribución, la simplificación, que convierte un problema resuelto en conocimiento compartido sobre el que los matemáticos pueden construir. Los anuncios apresurados y disputados se saltan justamente ese proceso.
La declaración advierte que producir en masa afirmaciones verdaderas o falsas "podría destruir terreno fértil en lugar de dar vida a nuevas ideas", y que sin el trabajo de los matemáticos para integrar un resultado en el propio canon del campo, "se perdería la cadena de transmisión humana crucial entre matemáticos".
Qué significa esto la próxima vez que un proveedor anuncie un avance
Cada parte de esta secuencia, el rumor, el forcejeo, el anuncio, la disputa, ocurrió más rápido de lo que nadie fuera de los dos laboratorios pudo verificar. Ese es el patrón a vigilar, no solo en matemáticas.
La afirmación de referencia de un proveedor de IA, ya sea una prueba matemática, una puntuación de código o una evaluación de seguridad, es un comunicado de prensa hasta que una parte independiente sin interés en el resultado la haya revisado. Ochenta y ocho horas produjeron un anuncio. No produjeron un veredicto, y quienes están en mejor posición para darlo acaban de decir, en público y por su nombre, que la carrera por llegar allí es parte del problema.
Leer a continuación: Las mejores herramientas de hacking con IA ahora son solo por invitación | Tres proveedores de IA caen el 3 de septiembre
