El modelo GPT-6 Astra de OpenAI ayudó a producir una demostración que podría resolver un problema de física de partículas abierto hace 50 años, informó The Decoder el 16 de noviembre. El método lo presentó el físico Nathaniel Craig, de la Universidad de California en Santa Bárbara (UCSB), en el blog de OpenAI y en un artículo preliminar (preprint). Craig es hoy científico visitante en OpenAI, dirige el grupo de teoría de partículas de la UCSB y es miembro permanente de su Instituto Kavli de Física Teórica.
¿Qué problema intenta resolver?
Los físicos pueden simular partes del Modelo Estándar, la teoría que describe todas las partículas conocidas y las fuerzas que actúan entre ellas, sobre una grilla computacional llamada red (lattice). Ese método ya permitió avances como calcular la masa del protón desde primeros principios.
Poner la teoría completa en una red, en cambio, había sido imposible. El problema es la fuerza débil, que gobierna ciertos tipos de desintegración radiactiva y trata distinto a las partículas zurdas y a las diestras. En una red simple, esa asimetría genera partículas fantasma que no deberían existir.
Unas partículas especiales de red, los fermiones de solapamiento (overlap fermions), pueden filtrar esos fantasmas. El obstáculo es que durante más de 25 años nadie logró fijar correctamente su fase.
Cómo se repartió el trabajo
Craig tenía una estrategia para corregir la fase, comparar redes cada vez más finas, pero no podía demostrar que funcionara en todos los casos que necesitaba cubrir. GPT-6 Astra convirtió esa idea en una construcción que funciona y llevó la delantera en la demostración detallada.
Tres especialistas en teoría de campos en red, Maarten Golterman, Andreas Kronfeld y Yigal Shamir, revisaron la prueba. Según Craig, las preguntas que plantearon ayudaron a confiar en el resultado. El físico describe el trabajo como "mucho más un comienzo que un final" y dice que falta bastante antes de que se puedan hacer simulaciones realistas.
La racha de la IA en matemáticas
El resultado se suma a una serie de avances de la IA en matemáticas que comenzó en enero de 2026, según el recuento de The Decoder:
- En mayo, la refutación de OpenAI de la conjetura de las distancias unitarias de Erdős fue la primera demostración hecha por IA digna de la revista más importante de matemáticas.
- Días después, AlphaProof Nexus, de Google DeepMind, resolvió 9 de 353 problemas abiertos de Erdős por unos pocos cientos de dólares. En octubre sus resultados pasaron la revisión por pares.
- En septiembre, OpenAI envió una demostración de 166 páginas para el problema del milenio de Navier-Stokes, y el Instituto Clay de Matemáticas dijo que "aparentemente" quedó resuelto. La solución sigue en revisión, y hay matemáticos que cuestionan si OpenAI entiende por completo su propia demostración.
Entre los matemáticos, el balance es dividido mientras la IA sigue resolviendo problemas abiertos.





