OpenAI dice que su IA resolvió tres problemas científicos de décadas
29 de octubre de 2026
Durante décadas, algunos de los científicos más brillantes del mundo intentaron resolver problemas matemáticos y físicos que parecían resistirse a cualquier solución. Ahora, OpenAI asegura que sus modelos de inteligencia artificial han encontrado respuestas a tres de esos grandes desafíos, algunos relacionados con teorías que llevan más de 30 años desconcertando a los investigadores.
El anuncio, realizado el 26 de octubre de 2026, abarca las matemáticas, la informática teórica y la física de partículas. Si las conclusiones son correctas, podrían representar uno de los avances más importantes de la inteligencia artificial aplicada a la investigación científica.
Pero existe un obstáculo fundamental: demostrar que las respuestas generadas por las máquinas son realmente válidas. Por eso, según explicó OpenAI en su comunicado oficial, los resultados serán examinados por especialistas externos antes de poder considerarlos conocimiento científico consolidado.
Tres problemas científicos que llevaban décadas esperando respuestas
El primer resultado pertenece a las matemáticas y está relacionado con la conjetura de suavización local, formulada por Christopher Sogge en 1991. Esta teoría estudia cómo se concentran las ondas y qué sucede con esa concentración a lo largo del tiempo. OpenAI afirma haber obtenido una demostración válida para todas las dimensiones, lo que también permitiría resolver importantes cuestiones relacionadas con la conjetura de Kakeya.
El segundo avance podría ser todavía más sorprendente. La compañía sostiene que su IA consiguió refutar la hipótesis del tiempo exponencial (ETH), una conjetura que establece límites sobre la velocidad con la que determinados problemas computacionales pueden resolverse.
De confirmarse, el resultado obligaría a revisar numerosas investigaciones que utilizan esa hipótesis para establecer límites de complejidad. El tercer trabajo aborda la cromodinámica cuántica, la teoría que describe la interacción fuerte entre quarks y gluones, partículas fundamentales de la materia.
Según la empresa, sus modelos produjeron una demostración matemática sobre la existencia rigurosa de determinadas teorías cuánticas de campos. El trabajo también aborda parte del problema de Yang-Mills, vinculado con uno de los Problemas del Milenio del Instituto Clay, aunque no demuestra la existencia de la brecha de masa exigida para resolverlo completamente.
OpenAI asegura que sus pruebas funcionan, pero los científicos todavía deben comprobarlo
La compañía señala que dos resultados ya cuentan con formalizaciones realizadas mediante Lean, un sistema informático utilizado para verificar demostraciones matemáticas. Sin embargo, que una demostración sea aceptada por un verificador formal no garantiza automáticamente que resuelva el problema científico que pretende abordar. También es necesario comprobar que los enunciados formalizados corresponden exactamente a las cuestiones originales.
Para supervisar el resultado informático, OpenAI recurrió a Russell Impagliazzo y Ramamohan Paturi, de la Universidad de California en San Diego, y Ryan Williams, del MIT. En física, el equipo estará coordinado por David Gross, ganador del Premio Nobel de Física en 2004. Los investigadores deberán estudiar los razonamientos y determinar su alcance real. Mientras tanto, OpenAI publicó los materiales de matemáticas e informática, pero mantiene pendiente la divulgación completa de los resultados de física.
La inteligencia artificial está obligando a replantear cómo se valida la ciencia
El anuncio llega después de que OpenAI publicara cientos de resultados matemáticos generados mediante inteligencia artificial a principios de octubre, una decisión que provocó críticas sobre la dificultad de revisarlos y comprobar su originalidad. Esta vez, la compañía decidió involucrar a especialistas externos y permitir que cada comunidad científica determine cómo organizar el análisis. Sin embargo, el nuevo enfoque también generó cuestionamientos. Según informó The Verge, algunos investigadores consideran problemático que determinados expertos tengan acceso anticipado a resultados todavía no publicados.
La discusión va más allá de OpenAI. Si los sistemas de inteligencia artificial comienzan a producir demostraciones complejas a una velocidad superior a la capacidad humana para revisarlas, la ciencia necesitará nuevos mecanismos de verificación. Por ahora, los tres resultados siguen pendientes de una evaluación académica suficiente para establecer su validez y alcance.
La gran incógnita ya no consiste solamente en saber si una inteligencia artificial puede encontrar soluciones a problemas científicos extraordinariamente difíciles, sino en cómo podremos comprobarlas, comprenderlas y convertirlas en conocimiento confiable.