OpenAI convierte Navier-Stokes en una prueba de estrés para la ciencia con agentes

La cuestión lleva casi noventa años resistiéndose a los matemáticos. Las ecuaciones describen desde el flujo alrededor de un ala hasta la circulación sanguínea y la predicción meteorológica. El reto no era calcular un caso particular, sino demostrar si una solución suave en tres dimensiones permanece siempre regular o puede romperse. OpenAI afirma haber construido un vórtice forzado que se alarga y concentra hasta que la velocidad crece sin límite, mientras la fuerza externa sigue siendo suave y la energía total permanece finita. Eso satisfaría las formulaciones C y D del enunciado oficial: una refutación de la regularidad universal, no una mejora incremental de un método numérico.

El proceso importa tanto como el teorema. La compañía dice que el grupo decisivo reunió del orden de 10.000 agentes concurrentes. Llegó al resultado tras unas 88 horas y empleó otras 17 para formalizarlo y verificarlo con GPT-6 Astra. En Navier-Stokes se intercambiaron 2,7 millones de mensajes y se generaron aproximadamente 130.000 millones de tokens de salida. Codex consolidó ideas intermedias entre grupos que exploraban aproximaciones distintas. Esta arquitectura se parece menos a un investigador individual aumentado y más a una organización temporal: búsqueda paralela, especialización, memoria compartida, revisión cruzada y un artefacto final comprobable.

Lean eleva el listón, pero no elimina el juicio matemático. Un comprobador formal puede verificar que cada paso se sigue de reglas declaradas; no garantiza por sí solo que el enunciado formal represente exactamente el problema, que las hipótesis físicas sean las exigidas ni que no se hayan introducido axiomas demasiado fuertes. También queda la revisión del argumento analítico, su legibilidad y la reproducción independiente. OpenAI no reclama el premio de un millón de dólares, y el reconocimiento no depende de una nota corporativa. La comunidad tendrá que estudiar la prueba, detectar posibles huecos de modelado y decidir si el resultado encaja sin ambigüedad en el marco de Clay.

La escala abre además una discusión económica. Ciento treinta mil millones de tokens, miles de procesos simultáneos y un modelo interno más capaz que el producto público no constituyen todavía una receta disponible para una universidad o una empresa. OpenAI no publica el coste de cómputo, el consumo energético, la tasa de intentos fallidos ni el detalle suficiente para repetir la orquestación. El dato relevante para un laboratorio no es que muchos agentes puedan hablar entre sí, sino cuánto cuesta obtener una afirmación válida, qué parte puede auditarse y cuántos resultados negativos o rutas abandonadas quedaron fuera del informe.

Hay una segunda capa de gobernanza. El proyecto comenzó después de rumores sobre avances concurrentes de Levent Alpöge y Tristan Buckmaster. OpenAI añadió el 10 de septiembre una actualización para afirmar que los prompts que Buckmaster había enviado a Codex en los meses anteriores no pudieron influir en el sistema, ni siquiera por entrenamiento, y que las pruebas difieren. Esa aclaración señala un problema que se repetirá: cuando los asistentes científicos reciben trabajo no publicado, un laboratorio debe demostrar separación de datos, trazabilidad de entrenamiento, prioridad intelectual y ausencia de filtraciones, no limitarse a asegurar que el modelo tuvo una idea propia.

Para organizaciones de I+D, la lección práctica es empezar por trabajos con verificación explícita: demostraciones formales, búsqueda de contraejemplos, revisión de unidades, consistencia de hipótesis o reproducción de cálculos. Cada agente necesita un presupuesto, una fuente permitida, una condición de parada y un registro de dependencias. El resultado debe terminar en un artefacto que una persona o una herramienta independiente pueda revisar. Conviene vigilar ahora la reacción de especialistas, la aceptación formal, la publicación del modelo y la posibilidad real de reproducir la coordinación. Si la prueba resiste, el hito no será que una IA respondió matemáticas; será que una infraestructura de agentes produjo ciencia que acepta ser interrogada paso a paso.