La inteligencia artificial acaba de entrar en un terreno que hasta hace poco parecía exclusivo de los grandes matemáticos. La división de investigación de Google DeepMind presentó AlphaProof Nexus, un sistema capaz de resolver problemas matemáticos abiertos que llevaban décadas sin solución.
El avance no se limita a que la IA “adivine” respuestas. Lo realmente importante es que puede construir demostraciones matemáticas completas y luego verificarlas automáticamente con Lean, una herramienta especializada que comprueba si cada paso de la prueba es correcto.
Esto evidentemente mitiga en cierta parte uno de los principales problemas de los modelos de IA que es generar respuestas convincentes, pero equivocadas.
AlphaProof Nexus logró resolver 9 de 353 problemas abiertos del matemático Paul Erdős
Entre los resultados más llamativos, AlphaProof Nexus logró resolver 9 de 353 problemas abiertos del matemático Paul Erdős que fueron puestos a prueba por el equipo. “Dos de esos problemas llevaban 56 años sin resolverse”.
El sistema también consiguió demostrar 44 conjeturas abiertas de la Online Encyclopedia of Integer Sequences, una de las bases de datos más importantes del mundo para secuencias numéricas, utilizada frecuentemente por investigadores y matemáticos.
👉CONOCE LOS MEJORES TUTORIALES👈
Otro dato que llamó la atención fue el coste del proceso, ya que cada problema requirió apenas unos cientos de dólares en potencia computacional. Aunque parece elevado, en el mundo de la investigación matemática representa una cifra sorprendentemente baja considerando la complejidad de los desafíos.
La IA fue aplicada además en áreas avanzadas como teoría de grafos, combinatoria, geometría algebraica, optimización e incluso óptica cuántica.
Días antes, OpenAI había informado sobre un avance relacionado con un antiguo problema de Erdős de casi 80 años, aunque expertos aclararon que no se trató de una resolución completa del problema original.
¿Por qué esto es importante?
Hasta ahora, muchas personas asociaban la inteligencia artificial con tareas como generar textos, crear imágenes o ayudar a programar. Sin embargo, este avance muestra algo mucho más profundo: la IA empieza a convertirse en una herramienta capaz de colaborar en investigación científica real.
En palabras sencillas, significa que las máquinas ya no solo repiten información o responden preguntas, sino que comienzan a ayudar a descubrir conocimiento nuevo. Y lo más relevante es que esas soluciones pueden ser verificadas matemáticamente, algo fundamental en ciencia.
Aunque todavía está lejos de reemplazar a los investigadores humanos, este tipo de sistemas podría acelerar enormemente el trabajo científico en los próximos años, ayudando a explorar teorías, detectar patrones y resolver problemas que llevaban décadas esperando respuesta.
Para ver el estudio completo accede al siguiente link aquí
Síguenos en nuestras redes sociales
Lea más noticias sobre Tecnología. Aquí.
