En un avance científico sin precedentes que refleja la rápida evolución de las tecnologías de inteligencia artificial, informes recientes indican que el modelo «GPT-5.4 Pro» de OpenAI ha logrado descifrar el problema abierto número 1196 de «Erdős». Este dilema se considera una conjetura matemática compleja sobre los conjuntos primitivos de números enteros, la cual había permanecido sin resolver durante casi 60 años. Lo sorprendente es que el modelo logró encontrar la solución definitiva en aproximadamente 80 minutos y, no contento con eso, tardó otros 30 minutos en redactar y formatear la solución en un artículo de investigación científica completo utilizando el sistema especializado de composición tipográfica matemática académica. Este logro se ha compartido ampliamente en el foro del proyecto de problemas de «Erdős», donde actualmente se lleva a cabo el proceso de verificación formal de la demostración matemática paso a paso.
Un vínculo científico nunca antes descrito
Las raíces de este complejo problema se remontan a la década de 1960, cuando fue planteado por el legendario matemático húngaro «Paul Erdős» en colaboración con los investigadores «Sárközy» y «Szemerédi». El dilema se centra en el comportamiento de una suma específica sobre conjuntos primitivos, que son conjuntos de números enteros caracterizados por propiedades únicas en las que ningún número es divisible por otro dentro del mismo conjunto. A lo largo de las últimas décadas, muchos intentaron encontrar una solución radical, siendo el más destacado el matemático «Jared Duker Lichtman», quien logró establecer un límite superior cercano a 1.399 para la suma en cuestión, aunque la conjetura asintótica completa siguió siendo un misterio sin resolver.
El gran avance se produjo cuando el investigador de Epoch AI, «Liam Price», indicó al modelo que trabajara en el problema. Aquí, el avanzado modelo de inteligencia artificial se basó en una técnica conocida como «cadena de Markov» y la combinó ingeniosamente con los pesos de «von Mangoldt». Esta combinación representa un enfoque innovador que ningún matemático humano había intentado utilizar, a pesar de los largos años de esfuerzo dedicados a intentar resolver este dilema.
En este contexto, «Terence Tao», un matemático galardonado con la prestigiosa medalla Fields, comentó a través del foro de problemas de «Erdős» que este trabajo revela un vínculo profundo entre la estructura de los números enteros y la teoría de los procesos de Markov, un vínculo que no se había descrito previamente en la literatura matemática. Tao subrayó que este descubrimiento constituye una contribución de gran valor para la comprensión de la anatomía de los números enteros y que su importancia va más allá de la mera resolución de este dilema en particular, añadiendo que el paso fundamental en la demostración implicó un verdadero salto cualitativo, incluso si parecía evidente tras su descubrimiento.
Por su parte, «Kevin Barreto», un estudiante universitario de 21 años que estudia matemáticas en la Universidad de Cambridge y que anunció que pronto se unirá al equipo de IA para la ciencia de OpenAI, señaló que el uso del enfoque de la cadena de Markov representa un paso creativo excepcional que faltaba en los intentos humanos anteriores. Esto confirma la capacidad de las máquinas para pensar de forma innovadora y ofrecer perspectivas totalmente nuevas a los problemas clásicos.
El acelerado papel de la inteligencia artificial en las matemáticas
Este logro no se limita a ser un evento aislado, sino que forma parte de una ola más amplia de avances matemáticos impulsados recientemente por la inteligencia artificial. El mismo modelo ha conseguido proporcionar soluciones verificadas para los problemas de Erdős número 1148 y número 1202, además de resolver otro problema no resuelto anteriormente relacionado con los hipergrafos de Ramsey, dentro del punto de referencia de evaluación matemática establecido por Epoch AI.
El ritmo de este impresionante progreso se ha acelerado desde el verano pasado, cuando tanto Google DeepMind como OpenAI obtuvieron resultados equivalentes a medallas de oro en las Olimpiadas Internacionales de Matemáticas de 2025 celebradas en Australia, donde cada modelo logró resolver 5 de los 6 problemas extremadamente difíciles incluidos en la competencia. Esto plantea serias dudas sobre el futuro de la investigación científica en el campo de las matemáticas y el papel de las máquinas en ella.
¿Los modelos lingüísticos generan nuevos conocimientos?
Con estos logros sucesivos, continúa el debate filosófico y científico sobre si los grandes modelos lingüísticos son realmente capaces de generar un conocimiento matemático completamente nuevo, o si simplemente se limitan a reensamblar y combinar la información aprendida durante la fase de entrenamiento. Como señalaron informes analíticos recientes, la asombrosa solución al dilema de Erdős proporciona una fuerte evidencia de que el conocimiento nuevo que no se había descrito previamente puede estar oculto dentro de puntos de datos ya conocidos, y lo que se requiere es una potencia informática y analítica extraordinaria para conectar esos puntos y extraer de ellos soluciones innovadoras.
Preguntas frecuentes
¿Qué es el problema de Erdős número 1196?
Es un problema matemático planteado por el científico Paul Erdős en la década de 1960, relacionado con el comportamiento de los conjuntos primitivos de números enteros, donde ningún número de estos conjuntos es divisible por ningún otro en su interior, y el problema permaneció sin resolver por completo durante casi 60 años.
¿Cuánto tardó el modelo en llegar a la solución?
Al modelo le tomó unos 80 minutos llegar a la solución matemática, además de otros 30 minutos para redactar y formatear la solución en un artículo de investigación científica completo.
¿Cuál es el nuevo enfoque utilizado por el modelo?
El modelo utilizó una técnica conocida como «cadena de Markov» combinada con los pesos de «von Mangoldt», un método creativo que los matemáticos humanos nunca habían utilizado en sus intentos por resolver este dilema.
¿Cuál es el significado de este logro para el futuro de la inteligencia artificial?
Este logro demuestra que los modelos de inteligencia artificial ya no se limitan a reciclar datos, sino que se han vuelto capaces de idear nuevos métodos y descubrir vínculos científicos previamente desconocidos, abriendo amplios horizontes en el campo de la investigación científica y matemática.
