AI

Los modelos de OpenAI generan pruebas en matemáticas, informática y física cuántica

El laboratorio de investigación publica pruebas automatizadas verificadas en Lean mientras equipos académicos inician revisiones independientes.

Por Letizia Giugliano
3 min de lecturaHuman-Edited, AI-Assisted

CompartirLinkedInFacebookX

Traducido automáticamente del original en inglés Leer el original

Los modelos de OpenAI generan pruebas en matemáticas, informática y física cuántica
Photo: Igor Omilaev / Unsplash

Sistemas de investigación impulsados por inteligencia artificial han generado pruebas matemáticas formales que abordan conjeturas de larga data en análisis armónico, complejidad computacional y teoría cuántica de campos. Los resultados, anunciados por [Interesting Engineering](https://interestingengineering.com/ai-robotics/openai-proofs-math-computing-physics), se han formalizado mediante verificación comprobada por ordenador y se han entregado a matemáticos y físicos independientes para su evaluación por pares.

Análisis armónico y concentración de ondas

El 18 de octubre de 2026, los modelos de inteligencia artificial de OpenAI generaron una prueba matemática de la conjetura de suavizado local, un problema abierto en análisis armónico formulado por Christopher Sogge en 1991, según informó Interesting Engineering. La conjetura describe el comportamiento de las ondas que se concentran y sostiene que el enfoque espacial extremo no puede mantenerse durante periodos prolongados. El laboratorio informó que su sistema demostró la conjetura en todas las dimensiones espaciales, al tiempo que resolvió tanto la conjetura de Kakeya como la conjetura de restricción de Stein.

Trabajos previos en este ámbito habían resuelto casos dimensionales restringidos, incluida una prueba de 2019 en dos dimensiones espaciales de Larry Guth, Hong Wang y Ruixiang Zhang, seguida de la prueba de Wang y Zahl de 2025 de la conjetura de Kakeya tridimensional. Para permitir la inspección científica inmediata de esta innovación teórica, OpenAI convirtió la prueba en lenguaje natural a Lean, un demostrador interactivo de teoremas que permite la verificación automatizada, el 19 de octubre de 2026, y publicó los materiales completos en GitHub, según Interesting Engineering.

Impugnación de la hipótesis del tiempo exponencial

Más allá de las matemáticas puras, OpenAI declaró que sus modelos produjeron una refutación de la hipótesis del tiempo exponencial (ETH) el 16 de octubre de 2026, y formalizaron el resultado en Lean al día siguiente, según Interesting Engineering. La ETH es una hipótesis central en la teoría de la complejidad computacional que establece límites teóricos a los algoritmos que resuelven problemas de satisfacibilidad booleana. La conjetura sirve como fundamento axiomático para cientos de artículos publicados en geometría computacional, teoría de grafos, bases de datos y biología computacional.

Aunque refutar la ETH no produce de inmediato algoritmos prácticos más rápidos para el software del mundo real, cuestiona supuestos fundamentales utilizados para demostrar cotas inferiores condicionales en toda la informática. Para evaluar la validez matemática de la refutación, los investigadores Russell Impagliazzo y Ramamohan Paturi, de la Universidad de California en San Diego, junto con Ryan Williams del Instituto Tecnológico de Massachusetts, dirigirán un panel de revisión independiente respaldado por una conferencia financiada por OpenAI, según detalló Interesting Engineering.

Teoría cuántica de campos y verificación académica independiente

El tercer hito declarado se centra en la física matemática y los fundamentos rigurosos de la teoría cuántica de campos. Según los informes, los modelos generaron pruebas de existencia para campos de gauge interactuantes en cuatro dimensiones y fermiones, abarcando la cromodinámica cuántica (QCD) y la teoría de Yang-Mills pura, según informó Interesting Engineering. La existencia matemática y el problema asociado de la brecha de masa en la teoría de Yang-Mills constituyen uno de los problemas del Milenio sin resolver designados por el Clay Mathematics Institute.

A diferencia de los resultados de matemáticas y complejidad publicados directamente en plataformas de repositorios, los materiales de física se someterán a un análisis independiente dirigido por el laureado con el Nobel David Gross, junto con los investigadores Michael Douglas, Arthur Jaffe, Igor Klebanov y Nikita Nekrasov. OpenAI confirmó que los equipos de evaluación académica operarán con total autonomía editorial, respaldados por un fondo de 5 millones de dólares asignado previamente a la Simons Foundation para coordinar talleres de evaluación y seminarios académicos, según confirmó Interesting Engineering.

Lea también en The Patent: La IA de Mass General Brigham predice el riesgo de supervivencia al cáncer a partir de una foto facial