¿Qué logró realmente Claude en matemáticas?

La hipótesis de Riemann lleva sin resolverse desde 1859, representando uno de los desafíos más complejos para la comunidad científica global. Anthropic acaba de intentarlo mediante un modelo experimental. Aunque la empresa admite que las técnicas empleadas no resolverán el problema matemático central, el proceso arrojó un resultado inesperado y sumamente valioso.

Jarred Sumner, empleado de Anthropic, inició el experimento solicitando al modelo que abordara la hipótesis sin entrenamiento previo específico. Tras probar 650 ideas fallidas, la IA demostró una capacidad inusual de persistencia operativa.

¿Cómo superó Claude los límites técnicos previos?

Sumner mantuvo al modelo trabajando durante un día y medio, periodo en el cual Claude redactó cientos de scripts en Python y ejecutó comprobaciones numéricas exhaustivas. Mediante la activación de subagentes especializados, el sistema logró un avance concreto en uno de los resultados derivados de la hipótesis. Específicamente, Claude incrementó la eficiencia en uno de los límites conocidos de dicho resultado, elevando su capacidad de resolución del 41,6% al 67,2%.

El modelo explicó detalladamente el proceso lógico seguido para alcanzar esta cifra. Anthropic destaca que el éxito radicó en la capacidad de la IA para conectar trabajos previos de diversos matemáticos, sintetizando herramientas existentes para superar barreras que los expertos humanos no habían logrado franquear hasta la fecha.

¿Cuál fue el costo computacional del experimento?

Para alcanzar este hito, las sesiones de Claude Code consumieron 31 millones de tokens de salida. Tras obtener el resultado, los agentes realizaron un proceso de validación riguroso: buscaron contraejemplos, analizaron 54 estudios relacionados en arXiv para descartar duplicidad y reconstruyeron la prueba desde cero. Finalmente, matemáticos de Anthropic validaron la prueba utilizando la plataforma Lean.

Este experimento confirma que, aunque la IA no sea un matemático infalible, su capacidad para procesar literatura técnica a gran escala y encontrar conexiones sutiles permite avanzar en problemas donde la intuición humana se estanca. La hipótesis de Riemann sigue en pie, pero la IA se consolida como un asistente de investigación con una persistencia inalcanzable para muchos equipos humanos.

Vía Xataka.