En mayo de 1997, Gari Kaspárov sufrió la derrota definitiva frente a Deep Blue, un evento que marcó un antes y un después en la historia de la computación. El gran maestro, visiblemente afectado, declaró en su momento: "Que nadie interprete esto como una derrota definitiva del hombre ante la máquina. La competición no ha hecho más que empezar". Hoy, esa competición ha mutado desde el tablero de ajedrez hacia el complejo terreno de las matemáticas puras.

¿Qué ha logrado el modelo Astra de OpenAI?

OpenAI ha presentado Astra, una versión interna de su modelo de inteligencia artificial generativa. La compañía ha confirmado que este sistema logró resolver o avanzar significativamente en la resolución de diez problemas matemáticos que permanecían sin solución desde hace al menos una década. Este salto cualitativo posiciona a la IA como una herramienta de descubrimiento científico sin precedentes.

¿Es realmente eficiente el costo de esta IA?

La eficiencia económica de este desarrollo es uno de sus puntos más llamativos. Según los datos reportados, todos los problemas fueron resueltos por esta versión interna de Astra con un coste total inferior a los 2.000 dólares, calculados según el precio actual de la API de GPT-5.6 Sol. Esta democratización del razonamiento avanzado permite abordar problemas desde el empaquetamiento de esferas en alta dimensión hasta la criptografía basada en retículos.

¿Cómo está cambiando la IA la investigación matemática?

La integración de la IA en la academia es ya una realidad en 2026. En abril, GPT-5.4 logró resolver uno de los célebres problemas de Erdös en solo 80 minutos. Recientemente, el modelo Fable 5 de Anthropic ayudó a refutar una conjetura centenaria. Incluso Terence Tao, referente mundial en la materia, utiliza estas herramientas como aliadas en su flujo de trabajo diario.

¿Cómo se validan las soluciones generadas por Astra?

El proceso de validación es riguroso. Los responsables de OpenAI explican que Astra opera mediante una supervisión humana en varias fases. Tras la generación de argumentos matemáticos, expertos en el área los convierten en manuscritos que luego se formalizan en un certificado Lean, un sistema que verifica automáticamente la corrección de la demostración. La compañía ha publicado además un documento detallado que reconstruye el razonamiento lógico seguido por la IA en cada prueba.

Entre los resultados, destaca la refutación de las cotas exponenciales, identificadas como el problema 21 de la teoría de Ramsey y el problema 183 de Erdös. El matemático Thomas Bloom, administrador de erdosproblems.com, expresó en X su asombro ante la magnitud de este hallazgo.

No obstante, la comunidad científica mantiene la cautela. El investigador Bharath Ramsundar advirtió en X sobre el riesgo de acumular resultados "quizás verdaderos" sin una revisión humana exhaustiva. Por su parte, Ital Sher propuso una mayor transparencia, exigiendo publicar también los intentos fallidos para evaluar la capacidad real del sistema, mientras que la investigadora Jenny Lorraine Nielsen señaló en X posibles errores en al menos una de las demostraciones.

La carrera por la supremacía en IA sigue intensificándose. Días antes, Anthropic reveló que su modelo Mythos Preview encontró nuevas debilidades criptográficas tras una inversión de 100.000 dólares, demostrando que la competencia por superar las capacidades humanas es ahora un pilar central del sector tecnológico.

Vía Xataka.