El modelo interno de la compañía logró resolver o avanzar en problemas que llevaban años, e incluso décadas, sin una solución, un resultado que abre una nueva etapa en el uso de inteligencia artificial para la investigación matemática.
Síganos en Instagram: @revistavidayexito
En 1997, la victoria de Deep Blue sobre Garry Kaspárov marcó un momento histórico para la inteligencia artificial y el ajedrez. Casi tres décadas después, OpenAI plantea un posible punto de inflexión en otro terreno: las matemáticas.
La compañía presentó Astra, una versión interna de su próximo modelo de inteligencia artificial, con la que afirma haber logrado resolver o avanzar de manera significativa en 10 problemas matemáticos abiertos que llevaban al menos una década sin avances relevantes y, en varios casos, mucho más tiempo.
Los resultados abarcan áreas como geometría de altas dimensiones, teoría de grupos, criptografía basada en retículos, combinatoria, circuitos aritméticos y computación cuántica.
Uno de los aspectos que más ha llamado la atención es el tiempo y costo computacional reportado por OpenAI. Según la compañía, la versión interna de Astra utilizó tokens equivalentes a menos de US$2.000, calculados con las tarifas de la API de GPT-5.6 Sol, para encontrar las soluciones.
Esta cifra corresponde al consumo de tokens durante el proceso y representa solo una parte de los recursos involucrados en el desarrollo de un sistema de este nivel, ya que contempla una infraestructura de entrenamiento y otros procesos asociados.
Entre los resultados anunciados figura una construcción relacionada con avances en límites para circuitos aritméticos y nuevos resultados vinculados con el problema del vector más cercano, un área relevante para la criptografía poscuántica.
También destaca la resolución de varios problemas asociados con Paul Erdős, uno de los matemáticos más prolíficos del siglo XX. Uno de los resultados que más interés ha despertado corresponde a una refutación relacionada con cotas exponenciales, vinculada con la teoría de Ramsey y el problema 183 de Erdős.
El alcance de estos resultados requiere, sin embargo, una valoración cuidadosa. Que una inteligencia artificial produzca una demostración o un avance representa un paso importante, pero la relevancia matemática de cada resultado depende de la revisión de especialistas y de la comprobación independiente de las pruebas.
OpenAI publicó manuscritos y certificados formales en Lean, un sistema utilizado para verificar formalmente demostraciones matemáticas. Esta metodología permite someter los resultados a una comprobación rigurosa y ofrece una herramienta adicional para evaluar las propuestas generadas por el modelo.
El avance se suma a una tendencia que durante 2026 ha mostrado una participación cada vez mayor de la inteligencia artificial en la investigación matemática. Modelos recientes han ayudado a investigadores a explorar problemas complejos y encontrar nuevas vías de solución, mientras matemáticos reconocidos han comenzado a utilizar estas herramientas como apoyo en sus investigaciones.
La comparación con Deep Blue surge precisamente por este cambio de escenario. En 1997, una máquina consiguió superar al campeón mundial de ajedrez en una disciplina considerada durante décadas como una expresión del razonamiento humano. Ahora, el desafío se traslada a un ámbito mucho más abierto: la generación de nuevos conocimientos matemáticos.
La diferencia resulta significativa. En el ajedrez existe un conjunto definido de reglas y posiciones que permiten evaluar cada movimiento. En la investigación matemática, en cambio, encontrar una solución puede implicar descubrir una idea nueva, establecer conexiones entre conceptos y demostrar que un resultado es válido.
Astra apunta hacia esa dirección. Su potencial radica en utilizar la capacidad de razonamiento de los modelos de inteligencia artificial para explorar problemas que han permanecido abiertos durante largos períodos.
El modelo todavía corresponde a una versión interna de OpenAI y los resultados anunciados requieren evaluación por parte de matemáticos independientes. Aun así, el desempeño presentado por la compañía plantea una pregunta relevante para el futuro de la investigación: hasta qué punto las herramientas de inteligencia artificial podrán pasar de ayudar a los investigadores a convertirse en participantes activos en el descubrimiento de nuevos conocimientos.
Fuente: Xataka
Detrás de Vida y Éxito se encuentra un equipo de profesionales con reconocida trayectoria en el mundo empresarial y el periodístico.
- Grupo Bimbo y Save the Children impulsan ayuda para afectados por terremotos en Venezuela - 3 agosto, 2026
- Del Monte invita a propietarios de tierras y productores agrícolas panameños a explorar alianzas de largo plazo - 3 agosto, 2026
- Conexión humana es clave en la lactancia materna - 3 agosto, 2026
