El 20 de noviembre, Levent Alpöge, matemático de Anthropic, anunció en su web personal que él y Claude habían encontrado una prueba de la hipótesis de Riemann. Unas horas después, Ravi Vakil, catedrático de matemáticas de la Universidad de Stanford y presidente de la Sociedad Matemática Estadounidense, publicó en su blog otro borrador, obra de Alessandro Masullo, que demuestra la hipótesis de Riemann generalizada, de alcance más amplio, y que aclara expresamente que no se usó IA en ningún momento.
Un problema planteado en 1859 y dotado con un millón de dólares recibe, el mismo día, dos pruebas sin relación entre sí. Hasta ahora, ninguna de las dos ha sido aceptada por la comunidad matemática.
250.000 páginas, solo se publicó el código
Alpöge dejó margen en su formulación:
I believe I have, working with Claude, discovered a proof of the Riemann Hypothesis.
En traducción libre: creo que, trabajando con Claude, he descubierto una prueba de la hipótesis de Riemann.
Dice que el método cubre también la hipótesis de Riemann generalizada. Según The Decoder y Scientific American, la prueba impresa superaría las 250.000 páginas, así que solo ha publicado la versión formalizada escrita en Lean, dividida en 14 paquetes de datos. Lean es un lenguaje de asistente de demostración en el que un programa comprueba cada paso de la deducción, uno por uno, frente a los axiomas.
En cuanto al enfoque, retoman un método que el matemático Stepanov empleó en otro tipo de problemas: como la derivada suele no funcionar sobre los enteros, se imita con una serie de transformaciones especiales. Los reportajes citan a Alpöge diciendo que el paso clave lo dio Claude: para una secuencia de longitud X, el número de transformaciones encadenadas debe ser la raíz cuadrada de X. Él tardó varios meses en fijar el rumbo con modelos de juguete simplificados; en el problema real, en la segunda mitad del camino la IA lo dejó “muy atrás”.
Alpöge también admite que en algunos subcampos Claude llegó más lejos que él y que las matemáticas que rodean el resultado que entregó todavía no las domina del todo. Piensa escribir en los próximos meses una versión legible para personas. Ninguno de los reportajes indica qué versión de Claude se usó ni cuánta capacidad de cómputo se consumió.
Quién lo ha comprobado
La ventaja de una prueba formalizada es que la deducción no depende de la mirada humana. Pero deja una rendija: si el enunciado que se escribió en el código al principio no coincide con la propia hipótesis de Riemann, el programa no lo detecta. Ese paso lo tienen que cotejar personas, y según los reportajes el trabajo no es grande.
Los relatos sobre el avance de la verificación no coinciden. El artículo de Nature del 20 de noviembre decía que aún no había comprobación independiente. La versión actualizada de Scientific American cuenta que Andrew Sutherland, teórico de números del MIT, compiló el código de forma independiente y lo calificó de “una victoria de la humanidad”. James Maynard, de la Universidad de Oxford, dijo a Nature que espera que la prueba sea correcta, siempre que supere una “verificación completa”. Andrew Granville, de la Universidad de Montreal, calificó de “caótico” el documento explicativo de Alpöge. Tristan Buckmaster, de la Universidad de Nueva York, dijo que la prueba es compleja y que digerirla llevará mucho tiempo.
Anthropic, como empresa, no ha emitido ningún comunicado; Nature indica que la compañía no respondió de inmediato a la solicitud de comentarios. Lo único que se puede confirmar es el relato del propio Alpöge: obtuvo la prueba a última hora del domingo previo al anuncio y después pidió el visto bueno del CEO, Dario Amodei, antes de hacerla pública. El anuncio cayó el segundo día tras la salida a bolsa de Anthropic; él dijo que el momento fue inoportuno y negó que fuera una maniobra de relaciones públicas.
El otro borrador, con problemas ocho horas después
El texto de Masullo se titula “La música de los números primos”. Vakil cuenta en su blog que el teórico de números de Stanford Brian Conrad lo lleva revisando varios meses. Según los reportajes, Masullo pensaba pulirlo un año más en Stanford antes de hacerlo público, pero las noticias llegadas desde Anthropic hicieron que se publicara antes.
Unas 8 horas después, Vakil añadió una actualización: varias personas han informado de problemas en el borrador, algunos descubiertos con ayuda de modelos de IA. Escribió que todos los problemas deben resolverse hasta que los colegas queden satisfechos y que él no opina sobre si la estrategia de la prueba es correcta. Conrad dijo a Scientific American que el artículo está siendo “muy revisado”. Qué problemas son exactamente y si se podrán subsanar, el blog no lo dice.
De la conjetura de Jacobi a la hipótesis de Riemann
Si se enlaza el último medio año, Alpöge y Claude ya han coincidido varias veces en la misma línea:
- En julio, Alpöge publicó una solución de la conjetura de Jacobi generada por Claude;
- en septiembre, Buckmaster señaló públicamente que OpenAI podría haber usado, en el problema de Navier–Stokes, trabajos previos suyos y de Alpöge;
- en octubre, OpenAI publicó una serie de resultados sobre números primos, y Alpöge dijo que una de sus ideas clave se inspiró en ellos;
- en noviembre, OpenAI presentó una solución del problema del milenio de Navier–Stokes, y pocos días después llegó esta.
Estos hechos tienen algo en común: la conclusión aparece primero en una forma verificable por máquina, y la versión que las personas pueden leer llega después. La propuesta de reforma de la revisión por pares que plantearon antes matemáticos de la Universidad de Chicago y el “exceso de pruebas” del que habla Terence Tao tratan justamente de cómo puede la revisión por pares seguir el ritmo en esta situación.
El premio queda aún muy lejos. Las reglas de los premios del milenio del Instituto Clay de Matemáticas exigen que la prueba se publique en una revista reconocida, que después pasen al menos dos años y que obtenga amplio reconocimiento de la comunidad matemática. Cómo recorrería ese proceso una prueba que por ahora solo existe como código Lean, sin artículo, es algo sobre lo que el Instituto Clay no se ha pronunciado hasta ahora. Tampoco hay calendario para que terminen las revisiones del borrador de Masullo.
Fuentes: The Decoder, Scientific American, CocoLoop, Nature News, blog de Ravi Vakil; The Decoder sirvió para contrastar el número de paquetes Lean y de páginas, y el blog de Vakil para contrastar el contenido de la actualización y su postura sobre el borrador.