La mayor publicación matemática generada por IA
OpenAI publicó el 6 de octubre de 2026 el conjunto más grande de resultados matemáticos jamás producidos por un sistema de inteligencia artificial: 722 manuscritos organizados en 372 "familias de resultados," que contienen 377 nuevas demostraciones o contribuciones matemáticas. El trabajo fue generado por un modelo frontier no lanzado, previamente referido internamente como "Astra," y publicado en el GitHub de la empresa con protocolos claros de revisión y citación.
La escala es abrumadora. Los manuscritos cubren avances en aproximadamente 4.000 problemas abiertos en áreas como teoría de números, geometría, teoría de grafos, teoría de la complejidad y criptografía. Entre los destacados están contribuciones hacia la fórmula de término líder de Birch-Swinnerton-Dyer para curvas elípticas sobre los números racionales — bajo condiciones específicas —, una región libre de cero para la hipótesis quasi-Riemann más allá de Re(s) > 7/8, y un nuevo límite superior de 9/4 para el exponente de multiplicación de matrices.
La compañía compartió los manuscritos bajo un conjunto de protocolos diseñados para integrarse con la práctica académica existente, incluyendo procedimientos de revisión y directrices de citación.
Las diez demostraciones destacadas
En su propio blog, OpenAI seleccionó diez resultados como representantes de esta masiva colección. Cada uno resuelve o avanza significativamente un problema de larga data en su comunidad: desde el empaquetamiento de esferas en dimensiones altas hasta códigos binarios y esféricos, grupos no-sofísticos, la conjetura de rigidez de Connes, complejidad de circuitos aritméticos, repetición paralela cuántica, el problema del vector más cercano (relacionado con la criptografía post-cuántica), la conjetura del volumen de Ehrhart, números de Ramsey multicolor y conjeturas extremas en teoría de grafos.
Lo que hace esta colección diferente de las publicaciones anteriores de la empresa — como la refutación de la conjetura de distancia unitaria de Erdős en mayo — es la formalización completa en Lean. Cada argumento fue certificado formalmente en Lean, un sistema de demostración asistida por computador que permite la verificación lógica paso a paso. Esto no es solo un detalle técnico: representa un cambio en el estándar de validación cuando los resultados son producidos por IA.
Costos de compute y escala de producción
Según OpenAI, cada resultado individual utilizó, en promedio, compute equivalente a aproximadamente tres horas de razonamiento al nivel ChatGPT Pro — lo que, a las tarifas de la Sol API, equivaldría a aproximadamente 2.000 dólares para resolver el conjunto completo de las diez demostraciones seleccionadas. Los autores humanos de la empresa prepararon los manuscritos a partir de los argumentos generados por el modelo y luego formalizaron cada demostración en Lean para producir certificados verificables.
Esto coloca la producción matemática por IA en una categoría completamente nueva: ya no se trata de un asistente de insight, sino de un flujo de producción a gran escala donde la IA genera, prepara y formaliza cientos de contribuciones matemáticas en días, no en años. Para comparación, los matemáticos que resolvieron el problema de Navier-Stokes (anunciado por OpenAI en agosto) dedicaron meses de trabajo.
La respuesta de la comunidad matemática
La publicación no pasó desapercibida. Matemáticos expresaron preocupación tanto por la velocidad del avance como por las implicaciones éticas y académicas de la producción automatizada de demostraciones. En respuesta, OpenAI estableció el "Advisory Group on Mathematics and Artificial Intelligence" alojado en el Institute for Advanced Study — un comité independiente con miembros incluyendo Timothy Gowers (Collège de France y Cambridge), Edward Witten (IAS), Martin Hairer (EPFL e Imperial College London) y Melanie Matchett Wood (Harvard), entre otros.
El grupo opera de forma independiente: los miembros son voluntarios no remunerados que pueden recomendar cambios de composición, ofrecer consejos que la compañía no solicitó, comentar públicamente sobre los efectos de la IA en las matemáticas y publicar sus propias conclusiones. La empresa describió la iniciativa como un primer paso y reconoció que preguntas difíciles permanecen sobre cómo la IA puede profundizar el entendimiento matemático y cómo sus beneficios deben alcanzar a la comunidad más amplia.
Qué observar
Lo que separa a OpenAI de todos los demás agentes de IA que han intentado matemáticas — y lo que hace este lanzamiento particularmente significativo — no es solo el volumen. Es el hecho de que los resultados están disponibles bajo protocolos que permiten a la comunidad matemática revisar, cuestionar, citar y construir sobre ellos de manera estructurada. El repositorio de GitHub contiene tanto los manuscritos como resúmenes del proceso de razonamiento del modelo, estimativas de compute y estadísticas de problemas intentados.
La pregunta es si las matemáticas del siglo 21 se definirán por el descubrimiento humano asistido por IA, el descubrimiento totalmente autónomo, o por algo para lo que aún no tenemos nombre — pero que ya está ocurriendo, en 722 manuscritos que acaban de ser lanzados al mundo.
Fuentes: OpenAI, The News International, The Verge
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
