Portugués 
Inglés 
Español 
6 min de lectura 
0 comentarios 
Un modelo interno de OpenAI habría refutado una conjetura ligada al matemático húngaro Paul Erdős, famoso por cerca de 1.500 artículos publicados, al encontrar una nueva construcción para el problema de la distancia unitaria en el plano.
Un descubrimiento atribuido a un modelo interno de OpenAI ha puesto al mundo de las matemáticas en estado de shock. La inteligencia artificial habría encontrado una nueva construcción para uno de los problemas más famosos de la geometría discreta, ligado al legendario matemático Paul Erdős, desafiando una suposición que resistía durante décadas. Según información divulgada por el The Guardian, el avance involucra el llamado problema de la distancia unitaria en el plano.
El caso ganó repercusión porque no se trata solo de una máquina ayudando a investigadores humanos. El modelo habría producido ideas matemáticas originales, abriendo una discusión explosiva sobre hasta dónde la inteligencia artificial autónoma puede llegar cuando deja de ser solo una herramienta y pasa a actuar como una especie de investigadora independiente.
El problema que parecía simple, pero detuvo a matemáticos durante décadas
La pregunta central parece casi infantil: si colocamos varios puntos en una hoja, ¿cuántos pares de esos puntos pueden estar exactamente a la distancia de una unidad?
-
Wendelstein 7-X, la máquina alemana que intenta copiar la energía de las estrellas, utiliza 50 imanes gigantes para contener plasma más caliente que el Sol y probar un nuevo camino para la fusión nuclear sin combustible fósil.
-
El proyecto de cables submarinos para centros de datos coloca a RN entre los estados más estratégicos de la nueva economía digital; La conexión internacional de alta capacidad puede impulsar la inteligencia artificial, los servicios en la nube y la expansión tecnológica con un fuerte impacto económico regional.
-
Santa Catarina emite alerta climático por 180 días ante el riesgo de lluvias fuertes, inundaciones y posible avance de El Niño.
-
Cómo encontrar tierras raras en su propiedad: Investigación de la Universidad de Cambridge crea ‘nuevo atlas’ para ayudar a encontrar depósitos críticos de estos metales
Detrás de esta formulación simple existe uno de los grandes desafíos de la geometría combinatoria. Paul Erdős, uno de los matemáticos más productivos del siglo XX, creía que este número no crecería de forma mucho más rápida que la cantidad de puntos colocados en el plano.
En términos prácticos, la conjetura sugería que, incluso añadiendo muchos puntos, el total de pares separados por exactamente una unidad continuaría relativamente controlado. La IA de OpenAI, sin embargo, habría mostrado un camino diferente, y mucho más agresivo.
La remontada que derribó una expectativa histórica
El modelo encontró una construcción capaz de generar, para infinitos valores de n, una cantidad de pares a distancia unitaria mayor de lo que se imaginaba. El detalle más impactante es que ese crecimiento no sería solo un poco por encima de lo esperado, sino significativamente superior.
Esta diferencia cambia el peso del descubrimiento. En lugar de solo mejorar un cálculo antiguo, la IA habría señalado una estructura matemática nueva, capaz de contradecir directamente la expectativa asociada al problema de Erdős.
Para un área acostumbrada a avances lentos, revisiones cuidadosas y años de intento, el episodio suena como un parteaguas. El mensaje es directo: modelos de IA ya pueden estar entrando en territorios que antes parecían exclusivos de la intuición humana.
El punto más aterrador: la máquina no solo calculó
El aspecto más impresionante no está solo en el resultado, sino en el modo en que habría sido alcanzado. OpenAI afirma que el modelo no recibió una solución parcial ni fue conducido paso a paso por matemáticos.
La IA habría partido de una formulación del problema y llegado a una nueva construcción por su cuenta. Esto cambia completamente el debate sobre el papel de las máquinas en la ciencia.
Durante décadas, los ordenadores fueron usados para verificar casos, probar hipótesis y acelerar cálculos enormes. Pero hay una diferencia brutal entre verificar posibilidades y descubrir una estrategia matemática nueva. Es justamente esa frontera la que ahora parece haber sido cruzada.
Paul Erdős y el peso simbólico de esta caída
Paul Erdős no era un nombre cualquiera. Publicó o colaboró en cerca de 1.500 artículos y se hizo conocido por lanzar problemas capaces de movilizar generaciones enteras de matemáticos.
Tener una conjetura asociada a Erdős desafiada por una IA es algo simbólicamente gigantesco. No es solo una victoria técnica. Es un mensaje poderoso de que la inteligencia artificial generativa puede comenzar a disputar espacio en una de las áreas más abstractas del pensamiento humano.
Si la demostración es plenamente confirmada por la comunidad matemática, el episodio podría entrar en la historia como una de las primeras grandes señales de que las máquinas no solo repiten patrones, sino que también pueden generar caminos intelectuales inesperados.
El impacto va más allá de las matemáticas
Este tipo de avance también afecta al mercado de tecnología, especialmente a sectores ligados a IA, computación avanzada, blockchain, pruebas verificables e infraestructura descentralizada.
Si los sistemas artificiales comienzan a crear demostraciones complejas, surge una pregunta inevitable: ¿quién va a verificar todo eso? Los matemáticos humanos seguirán siendo esenciales, pero quizás pasen a actuar cada vez más como validadores, intérpretes y refinadores de descubrimientos producidos por máquinas.
En este escenario, tecnologías de verificación formal, pruebas computacionales e incluso sistemas basados en conocimiento cero pueden ganar importancia. Al fin y al cabo, un mundo en el que inteligencias artificiales producen pruebas difíciles de auditar manualmente exige nuevas formas de confianza.
Todavía existe cautela, y es necesaria
A pesar del entusiasmo, se necesita cuidado. La historia de las matemáticas está llena de supuestas soluciones brillantes que terminaron desmoronándose tras un análisis detallado. Una demostración solo se vuelve realmente incontestable después de pasar por el escrutinio de especialistas.
Aun así, la señal es fuerte. OpenAI no está sola en esta carrera. Google DeepMind, Anthropic y otros laboratorios también buscan modelos con capacidad de razonamiento cada vez más profunda.
La pregunta que queda es incómoda: ¿estamos ante una herramienta genial para ayudar a los científicos o al inicio de una nueva era en la que las máquinas también comienzan a hacer descubrimientos científicos originales?
Puede haber comenzado una nueva fase de la inteligencia artificial
El caso de la distancia unitaria planar muestra que la IA está dejando de ser vista solo como productora de textos, imágenes y códigos. Ahora, comienza a aparecer en un territorio mucho más difícil: el de la creación matemática autónoma.
Si este avance se confirma, el impacto no será pequeño. Podría cambiar la forma en que universidades, laboratorios y empresas ven la investigación científica en los próximos años.
La máquina que responde preguntas tal vez se esté transformando en algo mucho mayor: una fuerza capaz de proponer respuestas que ni los mayores especialistas habían encontrado. Y eso, para la ciencia, para el mercado y para el futuro del conocimiento humano, es simplemente gigantesco.
¡Sé la primera persona en reaccionar!