La batalla de Navier-Stokes: 10.000 agentes de IA y la ecuación del millón de dólares

Bora Özkent suele leer la inteligencia artificial con la mirada de un inversor, preguntándose qué sectores crecerán y dónde está el dinero. Este video mantiene esa mirada pero la apunta a un objetivo poco familiar: la producción científica acelerada de la IA y los escándalos que la rodean, con personas, lágrimas y OpenAI en el encuadre. Su tesis es que la IA que se acerca a la ciencia abre oportunidades de negocio en industrias profundamente físicas, entre ellas el diseño de aeronaves.

La historia humana comienza con dos investigadores: el matemático de la NYU Tristan Buckmaster y el investigador turco Levent Alpöge, que colabora a título privado mientras trabaja en el laboratorio rival Anthropic. La pareja abordó un difícil problema de dinámica de fluidos con la ayuda de modelos de IA de acceso público, incluido Codex, y estaban a punto de publicar cuando llegó una carta de OpenAI diciendo que el problema ya había sido resuelto. Esa colisión entre un artículo casi terminado y un anuncio corporativo es el motor de toda la disputa.

El problema en sí es la cuestión de existencia y regularidad de Navier-Stokes, uno de los problemas del milenio del millón de dólares del Clay Institute desde el año 2000. Imagina un grifo: el agua primero fluye de forma ordenada, luego se tambalea y se enrosca más abajo. Las matemáticas preguntan si tales flujos pueden predecirse en cualquier escenario y si un inicio suave puede alguna vez espiralizar hacia una singularidad donde la velocidad se dispara al infinito. El 8 de septiembre de 2026, OpenAI anunció que su modelo interno había producido una respuesta: cerca de diez mil agentes trabajando en paralelo durante 88 horas, más 17 horas adicionales de formalización en el lenguaje de demostración Lean, publicadas como un artículo de más de cien páginas con archivos verificables por máquina.

Luego vino la disputa de autoría. Según Buckmaster, OpenAI lo invitó a examinar la tesis y a copublicarla, pero quería que el nombre de Alpöge quedara fuera debido a su afiliación con Anthropic. Buckmaster insistió en que el trabajo había sido conjunto y se negó a firmar solo, y describe el intercambio como algo que incluía amenazas a su carrera, un relato que OpenAI disputa. La discusión se derramó en las redes sociales, donde mucha gente ya desconfía de la empresa, y creció más allá del control de cualquiera.

Una segunda capa de escándalo concierne a cómo comenzó OpenAI. Según su propio relato, el proyecto empezó el 1 de septiembre, tras rumores de que matemáticos del bando rival estaban cerca de soluciones a problemas de escala del milenio, y tres días antes de la publicación un competidor había formalizado el último teorema de Fermat en once días. Como Buckmaster y Alpöge habían trabajado con modelos públicos, surgió la sospecha de que su pensamiento no publicado pudo haber alimentado a la máquina que los adelantó. OpenAI dice que no miró trabajo privado, pero admite que su sistema pudo beneficiarse con baja probabilidad, lo que no satisfizo a casi nadie.

Dejemos la disputa de lado un momento: la ciencia sigue siendo impactante. El resultado de OpenAI concierne a predecir cómo reacciona un fluido a un empuje externo, el tipo de matemáticas que decide las formas de las alas, los pronósticos del tiempo, el enfriamiento de chips e incluso el flujo sanguíneo a través de vasos y stents. La ciencia avanza con prueba, error y resultado, y diez mil agentes coordinados comprimen ese ciclo de forma dramática: reúnen de una vez más material del que un humano podría revisar en toda una vida y lo conducen hacia una conclusión. Por eso el video trata el episodio tanto como una lente de inversión como una historia de ciencia.

El argumento de cierre trata sobre el papel cambiante del científico. La máquina no toma iniciativa ni plantea preguntas; elegir el problema sigue siendo trabajo humano. Pero gran parte de la rutina de laboratorio podría migrar a los modelos, dejando a las personas encontrar la tesis y verificar los resultados, con la alucinación como un riesgo permanente que el autor del video admite haber visto en su propio uso intensivo de la IA. Cada profesión está cambiando, concluye, y la ciencia no es la excepción: a veces el trabajo de las personas es arrebatado, a veces acelerado, y todavía hay que encontrar un camino intermedio.