Suscríbete

Portada · Tecnología · Ciencia e innovación

Lean y Mathlib certifican la prueba de Riemann que Alpöge hizo con Claude

Por Cristopher ClaveroActualizado el

Ilustración editorial: una llave hecha de engranajes entra en un gran bloque con forma de cerradura mientras dos personas la revisan con lupas
Ilustración: growclub

Actualización (22 de noviembre): el sábado 21 de noviembre, las comunidades de Lean y Mathlib publicaron una declaración conjunta, respaldada por el Lean FRO y la Mathlib Initiative, en la que certifican la prueba. “Tenemos plena confianza en que la prueba de Alpöge de la hipótesis de Riemann es correcta, y lo felicitamos por este logro”, escribieron.

Levent Alpöge, matemático de Anthropic, afirmó este viernes 20 de noviembre haber demostrado la hipótesis de Riemann, el problema abierto más famoso de las matemáticas, trabajando con Claude, la IA de la empresa. “Creo que he descubierto, trabajando con Claude, una prueba de la hipótesis de Riemann”, escribió en una declaración de cuatro páginas publicada en su sitio. Dice que también resuelve la versión generalizada.

La prueba no viene en un artículo para leer, sino en código de Lean, un lenguaje que revisa paso a paso que un razonamiento matemático sea correcto. Según Scientific American, matemáticos independientes ya la compilaron sin errores, pero la comunidad todavía no la valida: falta confirmar que lo que el código demuestra sea de verdad la hipótesis de Riemann, y aún no existe un texto que explique el argumento a un humano.

Un problema de 167 años

Bernhard Riemann la planteó en 1859: sostiene que la ubicación de los números primos, que parece al azar, responde a un orden profundo. Es uno de los problemas por los que el Instituto Clay de Matemáticas ofrece un millón de dólares.

Alpöge cuenta que guió el trabajo, pero que cerca del final Claude “voló, bailó y brilló”. Su cronología va del 6 de octubre al 16 de noviembre. Reconoce que el argumento es “increíblemente largo” y que publicó solo el código porque un documento con todo el detalle sería enorme e ilegible (el que generó pasó las 250.000 páginas).

“Si la prueba es correcta y se entiende, completa un diccionario entre distintas ramas de la matemática”, dijo a Scientific American Héctor Pastén, de la Pontificia Universidad Católica de Chile, “algo así como una piedra de Rosetta”.

Qué falta para darla por buena

Andrew Sutherland, del MIT, compiló el código por su cuenta. “La probabilidad de que algo raro haya aquí es aproximadamente cero”, dijo. Kevin Buzzard, del Imperial College de Londres, recordó la primera pregunta ante una prueba en Lean: si el enunciado del código corresponde al teorema real. Al cierre de Scientific American faltaba confirmar que el código no redefine símbolos y que compila con varios verificadores.

El mismo día surgió una segunda afirmación, la que da el título de TechCrunch: “un humano también”. Ravi Vakil, presidente de la Sociedad Matemática Estadounidense, publicó en su blog una prueba de la hipótesis generalizada de Alessandro Masullo que describió como “toda humana, sin IA” y que Brian Conrad revisó por meses. Horas después, Vakil informó que varias personas le reportaron problemas, detectados con ayuda de IA. Conrad dijo que el texto está “en revisión mayor”.

La certificación de Lean y Mathlib

La declaración del 21 de noviembre describe la prueba como una biblioteca de Lean de 17 millones de líneas de código, que depende directamente solo de Mathlib, la gran biblioteca matemática de Lean. “Certificamos que tanto el enunciado como la prueba de la hipótesis de Riemann son correctos”, dicen, y explican que se cumplen los cuatro criterios que se habían fijado para darla por buena.

El enunciado de la hipótesis es parte de Mathlib y fue revisado por expertos en Lean y en teoría de números. Decenas de personas compilaron la biblioteca sin errores. La comunidad aisló el enunciado en un archivo aparte y lo comparó con el teorema de Alpöge con dos herramientas independientes, que confirmaron que es exactamente el de Mathlib. Y la prueba pasó por varios verificadores, entre ellos el núcleo oficial de Lean, sobre una exportación inerte de la prueba, fuera del alcance de cualquier código malicioso.

La declaración cierra con lo que falta: “Esperamos toda la actividad de la comunidad matemática que ayudará a explicar las nuevas ideas de esta prueba”.

También Navier-Stokes

Ese día, Alpöge y Tristan Buckmaster, de la Universidad de Nueva York, publicaron una prueba asistida por IA de que las ecuaciones de Navier-Stokes, que describen cómo se mueven los fluidos, pueden “explotar”. Dicen que cierra el vacío de la solución que OpenAI presentó en septiembre. El certificado de la nueva prueba aún no se publica.

Qué significa para las empresas de la región

  • Ajusta tu calendario. Scientific American describe un año en que la IA pasó de estudiante universitario poco confiable a una fuerza sobrehumana en matemáticas; revisa qué tareas de análisis creías lejanas.
  • Pide verificación, no confianza. Lo que sostiene esta afirmación es que una máquina independiente puede revisarla. Exige lo mismo, con pruebas o controles automáticos, a la IA que usas en finanzas, contratos o código.
  • Revisa el enunciado. Una verificación perfecta de la pregunta equivocada no sirve: define bien qué le pides a la IA antes de aceptar su respuesta.
  • Mantén expertos en el circuito. Aun aquí, falta que humanos entiendan el resultado.

Qué mirar

La verificación formal ya está: Lean y Mathlib certificaron el enunciado y la prueba el 21 de noviembre. Lo que viene es un texto que explique el argumento a los humanos y la evaluación de la comunidad matemática. También habrá que ver el certificado de Navier-Stokes y si la prueba de Masullo supera las objeciones.

A partir de información de Levent Alpöge (declaración y código en Lean), Comunidades de Lean y Mathlib (declaración conjunta) y Scientific American.

Para seguir leyendo

En tu correo

Ver el newsletter

growclub al día

Reportajes, historias y la perspectiva de growclub sobre las noticias más importantes del día.

Herramientas y apps · Guía

Alternativas a ChatGPT para empresas: 5 opciones

Cinco alternativas a ChatGPT para una empresa: Claude, Gemini, Microsoft 365 Copilot, Grok y Perplexity. Cuál encaja según la tarea, el plan de equipo y los datos.

  • Herramientas y apps · Guía

    ChatGPT vs Claude para empresas: cuál elegir

    Para una empresa, ChatGPT Business encaja con el análisis de planillas y Codex; Claude Team, con documentos largos, proyectos y Claude Code. Los dos dicen que no entrenan con los datos del trabajo.

  • Herramientas y apps · Guía

    ChatGPT vs Gemini para empresas: cuál elegir

    Para una empresa que ya trabaja en Google, Gemini vive dentro de Gmail, Docs y Meet. ChatGPT Business se conecta a Google y a Microsoft. Los dos dicen que, por defecto, no entrenan con los datos del plan.

  • Herramientas y apps · Guía

    Claude Meetings vs Fireflies vs Otter: cuál conviene

    Tres formas de dejar el acta: Claude Meetings entra a Google Meet; Fireflies y Otter entran también a Zoom y a Teams. El español, el CRM y el entrenamiento no se resuelven igual.