Diez mil agentes y una singularidad: dentro de la demostración de máquina de Navier-Stokes

La mañana del 8 de septiembre de 2026, los matemáticos de OpenAI anunciaron que unos diez mil agentes de IA autónomos bajo su dirección habían encontrado una singularidad en las ecuaciones de Navier-Stokes en tres dimensiones. Uno de los Problemas del Milenio proclamados por el Instituto Clay en 2000, cada uno con un premio de un millón de dólares, quedaba así resuelto por una máquina. Reportajes científicos independientes confirmaron el anuncio el mismo día y lo describieron como la demostración matemática más significativa producida hasta ahora con inteligencia artificial.

La cuestión en juego es si los flujos que comienzan suaves, regidos por las ecuaciones del movimiento cotidiano de los fluidos, deben permanecer suaves para siempre o pueden romperse en un tiempo finito, desarrollando una singularidad. Estas ecuaciones modelan todo, desde las corrientes oceánicas hasta las corrientes de aire, y constituyen el núcleo matemático de la predicción meteorológica. Pertenecen a la familia más famosa de ecuaciones diferenciales: fáciles de escribir, brutalmente difíciles de resolver.

Los ingredientes son el campo de velocidad del fluido, la presión, la viscosidad como coeficiente constante y el término de forzamiento, es decir, el empuje externo que actúa sobre el fluido en cada punto. Si se sube el forzamiento lo suficiente, se puede hacer explotar el flujo de forma trivial, así que el verdadero trabajo consiste en demostrar que el propio forzamiento se mantiene bien comportado. La elección más limpia es un forzamiento nulo, que también es el camino más difícil.

La construcción de OpenAI entra por otra puerta: comienza con un campo de flujo que ya contiene una explosión, lo inserta en la ecuación y declara que lo que queda es el forzamiento. La carga de la prueba se traslada entonces a demostrar que ese forzamiento residual permanece regular. La construcción empuja al fluido hacia una singularidad con pulsos que llegan a intervalos cuidadosamente elegidos que se adaptan a la dinámica del flujo. La singularidad simple estudiada es un vórtice que se estira y se concentra sin cesar sobre su eje central.

La mayor parte del argumento consiste en lemas auxiliares que rastrean la contribución total de los pulsos y estiman los errores, de modo que el peso del trabajo reside en demostrar que el forzamiento no bombea energía no acotada al sistema. Se dice que el estudio abarca cientos de páginas, y se afirma que el resultado pasó la verificación formal en el lenguaje de programación Lean. Esa verificación comprobada por máquina destaca como una razón principal por la que los matemáticos toman en serio la afirmación.

Hossenfelder señala que ella misma pasó el último año trabajando en el mismo problema con los modelos de OpenAI y está segura de que muchos otros también lo hicieron. En su opinión, el fallo más común de los modelos disponibles públicamente no es un paso directamente erróneo, sino un razonamiento circular que asume silenciosamente lo que hay que demostrar. Lo ilustra con una parábola: si los cerdos pudieran volar, las leyes de la gravedad estarían rotas, y si esas leyes estuvieran rotas, los cerdos podrían volar. La lógica es internamente coherente, pero no demuestra ninguna de las dos afirmaciones.

Añade que incluso la generación más reciente de modelos todavía lucha por detectar tales circularidades, e insiste en que cada paso debe ser revisado por expertos humanos a pesar de la asistencia de la máquina. Que miles de agentes hayan trabajado en ello reduce, a su juicio, la probabilidad de un error grosero, pero no el riesgo de circularidad. También comparte abiertamente su inclinación personal: como sospecha que la clase de singularidad estudiada realmente explota, le parece plausible el resultado.

Las reacciones han eclipsado el propio resultado. Según su observación, la comunidad de matemáticas y física eligió regañar a OpenAI por no dejar la solución a los humanos en lugar de preguntar cómo funciona el argumento y dónde más podría aplicarse el método. Le parece incoherente que los mismos círculos se quejaran durante décadas de que la industria privada ignoraba las matemáticas puras y ahora se quejen de que les presta atención. Su pronóstico a medio broma: la probabilidad de que el argumento sea correcto es alta, y la de que los matemáticos sigan quejándose es aún mayor.

El debate sobre la utilidad es un hilo aparte. Hossenfelder recuerda una conexión conocida entre esta ecuación y ciertos problemas de la relatividad general, especialmente la física de los horizontes de los agujeros negros. A quienes califican el trabajo de inútil, responde con una famosa contra-pregunta: ¿de qué sirve patear un balón a una red? Si algunas personas encuentran algo interesante, argumenta, eso ya es una utilidad en sí mismo.

Finalmente, se avecina un nuevo objetivo: se dice que la dirección de OpenAI está mirando los superconductores a temperatura ambiente. Hossenfelder considera que es un juego mucho más difícil, porque el problema ni siquiera está bien definido en términos matemáticos. Declara no tener interés en las acusaciones de que la investigación de otra persona alimentó los modelos sin crédito, diciendo que solo le importa el contenido científico. Queda una pregunta: ¿necesitamos premios de un millón de dólares para mantener motivados a los humanos, o deberíamos entregar el trabajo a las máquinas desde el principio?