¿Acaba de resolver la IA Navier-Stokes? Lo que realmente demuestra la afirmación de OpenAI

OpenAI afirma que uno de sus sistemas internos ha resuelto uno de los Problemas del Milenio del Instituto Clay. Es una historia notable y supondría el mayor descubrimiento matemático asistido por IA hasta la fecha. Pero hay otra historia en paralelo: una pelea por ver a quién corresponde realmente el mérito.

Esto es lo que ha pasado realmente: OpenAI oyó un rumor de que el modelo de un laboratorio rival había avanzado en uno de los problemas no resueltos más famosos de las matemáticas. Ese rumor bastó para desencadenar un sprint: para abordar el problema, OpenAI empleó 10.000 agentes de IA en paralelo, 88 horas de cómputo y unos 22,5 millones de dólares en costes acumulados. Ahora, afirman tener una prueba real. ¿Y qué hay del premio de 1 millón? OpenAI dice que no tiene intención de reclamarlo. (Quizá no necesiten el dinero).

Respuesta rápida: el Premio del Milenio del Clay de 1 millón de dólares por Navier-Stokes no se ha ganado. Lo que OpenAI afirma haber probado se centra en una variante específica del problema, el blow-up con forzamiento suave, que aún no ha sido verificada por matemáticos independientes. Si satisface el problema completo tal y como lo entiende la mayoría de expertos es algo que se discute de verdad.

¿Qué es la ecuación de Navier-Stokes y por qué vale 1 millón?

Para entender lo que afirma OpenAI, primero hay que comprender qué hace que Navier-Stokes sea tan difícil.

Las ecuaciones de Navier-Stokes describen cómo se mueven los fluidos: agua, aire, sangre. Sostienen la predicción meteorológica, el diseño aeronáutico y la medicina circulatoria. Formuladas en el siglo XIX, funcionan extraordinariamente bien en la práctica. La cuestión matemática es si siempre funcionan: ¿existen siempre soluciones suaves y bien comportadas, o puede un fluido regido por estas ecuaciones desarrollar una singularidad, un punto donde la velocidad se vuelve infinita, en tiempo finito?

Esa cuestión, conocida como el problema de la «existencia y suavidad», es uno de los siete Problemas del Milenio del Clay Mathematics Institute, cada uno con un premio de 1 millón de dólares. A día de hoy, solo uno de ellos se ha resuelto: la conjetura de Poincaré, en 2003.

Por qué nos importa este problema en concreto: a veces, los problemas matemáticos son más o menos estrictamente académicos. Pero este no es un rompecabezas abstracto sin más. Cada modelo meteorológico, simulación de avión y herramienta de ingeniería que se apoya en estas ecuaciones asume implícitamente que se comportan bien, pero nadie ha demostrado que esa suposición siempre se cumpla. Si resultara que las soluciones pueden explotar en tiempo finito, quedaría al descubierto una brecha real entre las matemáticas en las que confiamos y los sistemas físicos que se supone que describen.

Qué dice realmente OpenAI que ha probado

La historia no empieza con una idea matemática, sino con un rumor. Sam Altman admitió que OpenAI puso en marcha el esfuerzo tras oír que los modelos de Anthropic habían resuelto un gran problema matemático, escribiendo en X: «Teníamos curiosidad por ver si los nuestros podían hacerlo también».

El sprint de una semana abarcó varios Problemas del Milenio y generó en total 300.000 millones de tokens de salida, unos 22,5 millones de dólares en cómputo entre todo lo intentado. El problema de Navier-Stokes por sí solo usó aproximadamente 130.000 millones de esos tokens y 2,7 millones de mensajes. Diez mil agentes trabajaron en paralelo del 1 al 6 de septiembre. Y entonces - aquí es donde deberías pararte - OpenAI dijo que no piensa reclamar el premio de 1 millón, presentando el resultado como prueba de la velocidad a la que avanzan sus modelos.

Antes de llegar a Navier-Stokes, los agentes de OpenAI resolvieron primero el problema de regularidad de Euler sin forzamiento, usando casi 100 agentes en unas 50 horas. Al establecer el comportamiento explosivo primero en el entorno más simple de Euler, los agentes construyeron la base conceptual que hizo abordable el enfoque para Navier-Stokes.

Aquí es donde la letra pequeña importa. La formulación oficial del Clay para Navier-Stokes incluye cuatro opciones, etiquetadas A, B, C y D. Las opciones A y B piden soluciones globales suaves sin forzamiento externo, en el espacio tridimensional ordinario o en un dominio periódico. Las opciones C y D permiten ejemplos con blow-up añadiendo un término de forzamiento suave. La prueba de OpenAI apunta a las opciones C y D, es decir, la variante forzada forma parte genuinamente del problema oficial del Clay.

Dicho esto, muchos matemáticos consideran que las opciones A y B plantean la cuestión más profunda, porque el forzamiento es externo: eliges la fuerza para provocar el blow-up, en lugar de preguntar si las ecuaciones pueden romperse por sí solas. No está claro aún si el enfoque puede ampliarse para eliminar el forzamiento y abordar A y B, y esa cuestión sigue muy abierta. La brecha entre lo mostrado y lo que muchos expertos consideran el corazón del problema es la verdadera conclusión aquí.

Dentro de la pelea por el crédito

Una vez aclarado qué se ha probado realmente, la historia humana tiene un hilo conductor claro, si te alejas del «dijo/contestó».

El 15 de agosto, Tristan Buckmaster y Levent Alpöge, de Anthropic, demostraron que las ecuaciones de Euler, la versión sin fricción de Navier-Stokes, pueden explotar bajo forzamiento suave, ampliando un enfoque desarrollado por Diego Córdoba y Luis Martínez-Zoroa. Sus resultados también cubrieron las ecuaciones de Boussinesq y de medios porosos incompresibles. Ese trabajo llevó alrededor de un año. No estaba publicado, seguía en progreso, se construyó en silencio. Luego, el rumor se extendió.

El sprint de OpenAI comenzó el 1 de septiembre tras oír un rumor que más tarde conectaron con Alpöge y Buckmaster. Buckmaster escribió a OpenAI en privado el 3 de septiembre al saber que su trabajo había llegado a la empresa. Tras completar su proyecto y la verificación en Lean el 6 de septiembre, OpenAI se puso en contacto para proponer una publicación simultánea. La versión de Buckmaster sobre lo que siguió es bastante más dura: su relato describe llamadas en las que, según dice, se le presionó sobre la publicación y la autoría, incluidas sugerencias de excluir a Alpöge por trabajar en Anthropic.

Buckmaster asegura que, cuando insinuó su intención de hacer públicas estas preocupaciones, le dijeron: «¿Por qué querrías arruinar tu carrera?» y «Si no quieres que sea amable, no tengo por qué serlo». Bubeck ha calificado estas acusaciones de «falsas e incendiarias». OpenAI niega haber accedido a prompts privados o a trabajos no publicados.

No voy a dirimir quién tiene razón. Son relatos enfrentados de una conversación privada y los detalles no están claros. Pero el patrón no necesita resolverse para merecer ser nombrado: un año de trabajo no publicado de un investigador independiente se convirtió en el recurso alrededor del cual un laboratorio bien financiado montó un sprint multimillonario, y ahora es el investigador independiente quien recibe preguntas sobre su carrera.

¿Se puede confiar de verdad en una prueba matemática escrita por IA?

Con la disputa por el crédito sobre la mesa, queda la cuestión técnica más difícil: ¿se sostiene la prueba?

Navier-Stokes es un problema del Premio del Milenio, y el estándar de prueba es una demostración publicada y verificable. OpenAI publicó un manuscrito de 166 páginas y una formalización en Lean el 8 de septiembre, ambos disponibles públicamente para escrutinio. Aún no ha habido revisión independiente por pares.

Si no conoces Lean, es un sistema de verificación formal de pruebas que comprueba si cada paso lógico se sigue del anterior. Una prueba verificada en Lean no puede «parecer correcta» por persuasión: si pasa, la cadena lógica es sólida. Lo que Lean no te dice es si el enfoque es conceptualmente significativo, si aborda el problema como lo entienden los expertos o si un matemático lo reconocería como una solución genuina.

Terence Tao, probablemente el matemático vivo más destacado, lanzó una advertencia sobre esta dinámica el 5 de septiembre, antes del anuncio de OpenAI. Escribiendo en Mathstodon en respuesta a los rumores que circulaban entonces, apuntó que era una preocupación hipotética: «hay un coste de oportunidad sustancial al convertir un problema históricamente productivo y motivador como la regularidad de Navier-Stokes en un simple post viral en redes sociales para anunciar un avance de benchmark, en lugar de hacer avanzar realmente el campo y formar a la próxima generación tanto de problemas que plantear como de personas que trabajen en ellos». Tras el anuncio, Tao elogió el trabajo de Buckmaster-Alpöge como «un logro extraordinario» y señaló que sus argumentos se habían formalizado en Lean. No ha respaldado públicamente la prueba concreta que afirma OpenAI.

Por qué esta pelea es más grande que un problema matemático

Un rumor, no un resultado publicado, no una revisión por pares —un rumor— bastó para movilizar a uno de los laboratorios de IA con más recursos del mundo en un sprint multimillonario. OpenAI presentó el resultado como prueba de lo rápido que mejoran sus sistemas más avanzados, es decir, como un activo de marketing. Se está usando un problema del Premio del Milenio como demostración de benchmark antes de una salida a bolsa.

Axios planteó la pregunta incómoda con claridad: ¿qué pasa cuando la empresa que proporciona a los científicos herramientas de investigación con IA también puede movilizar muchos más recursos para competir con ellos? Buckmaster y Alpöge usaron el propio Codex de OpenAI durante su año de trabajo. Las herramientas que un investigador usa para acercarse a un resultado pueden pertenecer a la misma organización que puede adelantarle con esas mismas herramientas a escala 10.000x. No es una conspiración. Es una característica estructural del momento actual, y es el escenario que preocupaba a muchos, independientemente de que OpenAI haya hecho algo mal aquí o no.

También hay una ironía a destacar: OpenAI pausó en agosto ciertos entrenamientos de RL de frontera por motivos de seguridad y, luego, en septiembre ejecutó un modelo no publicado del mismo programa de desarrollo a plena capacidad durante 88 horas para perseguir un titular matemático. Esa yuxtaposición no prueba mala fe, pero tampoco es irrelevante.

Entonces, ¿Navier-Stokes está resuelto o no?

Así están realmente las cosas:

El modelo de sprint produjo un resultado. Si produjo un resultado en el sentido en que lo entienden los matemáticos es otra cuestión, y una que llevará bastante más tiempo responder.