Este 8 de septiembre, OpenAI anunció un resultado que sacude tanto a la física matemática como al desarrollo de la inteligencia artificial. A través de un documento técnico y una formalización completa en el asistente de demostración Lean, la compañía sostiene haber resuelto el problema de existencia y suavidad de las ecuaciones de Navier-Stokes. Se trata de uno de los siete Problemas del Milenio fijados por el Instituto de Matemáticas Clay en el año 2000. Premiado con un millón de dólares, y un interrogante que permanecía abierto desde hace más de 90 años.
La demostración concluye que el comportamiento de los fluidos no es siempre predecible y suave. El sistema de OpenAI ha formulado una solución en la que la dinámica de un fluido tridimensional incompresible desarrolla una singularidad en un tiempo finito. En términos físicos y matemáticos, la velocidad interna del fluido crece hasta el infinito a partir de condiciones iniciales en reposo y bajo la influencia de una fuerza externa suave, manteniendo la energía total finita.
Para alcanzar este resultado, la compañía recurrió a un modelo interno en fase de entrenamiento que coordinó en paralelo a unos 10.000 agentes autónomos durante 88 horas continuadas de cálculo.
El límite del continuo y el dilema de Jean Leray
Las ecuaciones de Navier-Stokes, formuladas en el siglo XIX por Claude-Louis Navier y George Gabriel Stokes, aplican la segunda ley de Newton al movimiento de los fluidos. Son las fórmulas que sustentan el diseño aerodinámico de los aviones, las predicciones meteorológicas globales o los modelos sobre el flujo sanguíneo en las arterias.
Su principio básico parte de una aproximación: tratan el fluido como un medio continuo. Ignoran los choques caóticos entre moléculas individuales y calculan magnitudes promedio como la presión, la densidad y la velocidad en cada punto del espacio.
En 1934, el matemático francés Jean Leray demostró que estas ecuaciones admiten soluciones en un sentido amplio, conocidas como soluciones débiles. Sin embargo, Leray no logró determinar si esas soluciones se mantienen matemáticamente suaves a lo largo del tiempo o si, por el contrario, pueden fracturarse.
La pregunta clave era si las ecuaciones podían generar una singularidad partiendo de condiciones normales. Una singularidad implica que la velocidad del fluido se dispare sin límite en un punto y momento concretos. Si eso ocurre, la aproximación del fluido como medio continuo se derrumba. La física real impide velocidades infinitas y el modelo matemático deja de describir la realidad, obligando a calcular el sistema partícula a partícula.
La singularidad del vórtice: estirar el fluido hasta el infinito
El resultado presentado por OpenAI resuelve el problema respondiendo a las variantes C y D de la formulación del Instituto Clay. Estas son las opciones que prueban que el fluido no siempre se comporta de manera suave y predecible
La solución matemática que los agentes encontraron describe un vórtice tridimensional. El remolino gira hacia su centro mientras se estira a lo largo de su eje. Así adopta una forma similar a la de un espagueti cada vez más fino y alargado. A medida que esa región central se encoge, la rotación se acelera de manera descontrolada, pero conservando una energía cinética finita, tal y como dictan las leyes de la termodinámica.
El principal escollo técnico residía en la viscosidad. La fricción interna de un fluido tiende de forma natural a disipar la energía y suavizar las turbulencias antes de que exploten. Para que aparezca una singularidad, las fuerzas del sistema (la aceleración, los gradientes de presión y la transferencia de momento) deben crecer hasta magnitudes enormes y, al mismo tiempo, cancelarse entre sí con una precisión milimétrica.
Ese equilibrio exacto entre términos gigantescos es lo que permite que la fuerza externa aplicada se mantenga constante y suave mientras la velocidad del fluido en el núcleo del vórtice cruza la barrera del infinito en un intervalo temporal finito.
Diez mil agentes coordinados y 130.000 millones de tokens
El proceso de descubrimiento comenzó el 1 de septiembre. Tras detectar rumores sobre avances externos en problemas de fluidos, OpenAI decidió poner a prueba un modelo interno en entrenamiento desde finales de agosto, con capacidades superiores a las de GPT-6 Astra.
El método consistió en desplegar una arquitectura multiagente coordinada. Los agentes contaban con herramientas para ejecutar código en entornos aislados, consultar una copia estática de internet y comunicarse entre grupos.
Antes de atacar Navier-Stokes, el sistema probó sus capacidades con un reto previo: las ecuaciones de Euler, que representan el movimiento de fluidos ideales sin viscosidad. Un equipo de aproximadamente 100 agentes resolvió la regularidad de Euler en su variante sin fuerzas externas en unas 50 horas de trabajo.
Con esa base matemática validada, OpenAI redirigió su potencia de cálculo hacia Navier-Stokes. Cerca de 10.000 agentes concurrentes exploraron en paralelo distintas ramificaciones de la demostración. Para evitar que los grupos trabajaran en compartimentos estancos, un sistema basado en Codex analizó los avances intermedios de cada grupo y cruzó los descubrimientos más sólidos entre los distintos equipos.
El sábado 5 de septiembre, 88 horas después del inicio del despliegue, los agentes completaron la prueba analítica. A lo largo del experimento, los agentes dedicados a Navier-Stokes intercambiaron 2,7 millones de mensajes internos y generaron cerca de 130.000 millones de tokens de salida.
Una vez redactado el texto analítico, OpenAI utilizó GPT-6 Astra durante 17 horas adicionales para traducir cada paso lógico al lenguaje formal Lean y verificar mecánicamente que ninguna deducción matemática contuviera lagunas.
La demostración
El uso de Lean marca una diferencia operativa frente a otros anuncios matemáticos del pasado. En la investigación teórica tradicional, la revisión por pares de una demostración de este calibre suele demorarse durante meses o años debido a la densidad de los cálculos.
Al escribir la demostración en un software como Lean, el programa revisa paso a paso los cálculos para asegurarse de que no contienen ningún error.
La polémica
En su publicación, OpenAI reconoció además la coincidencia temporal con investigaciones independientes llevadas a cabo por Levent Alpöge, de Anthropic, y Tristan Buckmaster, profesor de la Universidad de Nueva York, quienes resolvieron de forma simultánea la versión forzada de las ecuaciones de Euler.
Ambos investigadores utilizaron herramientas de OpenAI para apoyar su trabajo, lo que situó parte de sus avances en los servidores de la compañía. Aunque OpenAI asegura que sus agentes no consultaron esos chats para dar con la solución matemática, la empresa admite una zona gris. No puede garantizar que datos anonimizados procedentes de esas sesiones no acabaran formando parte del entrenamiento de su modelo interno.
Pese a la magnitud del anuncio, la compañía ha señalado que no tiene intención de reclamar el premio de un millón de dólares al Instituto Clay. El objetivo público de la firma es exponer la capacidad de sus nuevos sistemas de razonamiento en la frontera científica.
Si te ha gustado este artículo y quieres recibir más contenido sobre innovación y tecnología directamente en tu correo, suscríbete a nuestra newsletter y mantente siempre actualizado. No somos de los que llenan tu bandeja, solo compartimos los lunes.
