OpenAI propone una solución a Navier-Stokes con 10.000 agentes de IA

OpenAI presentó una solución generada por inteligencia artificial al problema de existencia y regularidad de Navier-Stokes, una de las grandes preguntas abiertas de las matemáticas modernas y uno de los siete Problemas del Milenio definidos por el Clay Mathematics Institute.

La compañía sostiene que su demostración establece que las ecuaciones que describen el movimiento de los fluidos pueden desarrollar una singularidad en tiempo finito, incluso cuando el sistema comienza de manera suave. Junto con el desarrollo matemático, OpenAI publicó una formalización de la prueba en Lean.

El anuncio tiene además una segunda dimensión: la forma en que se produjo. OpenAI afirma que utilizó un modelo interno todavía en entrenamiento, “significativamente más capaz que GPT-6 Astra”, y un sistema distribuido de agentes de inteligencia artificial para atacar el problema.

En su página de investigación, OpenAI utiliza actualmente una formulación más prudente y señala que un modelo suyo “propone una solución” al problema de Navier-Stokes.

¿Qué problema asegura haber resuelto OpenAI?

Las ecuaciones de Navier-Stokes describen matemáticamente cómo se comportan los fluidos y tienen aplicaciones que van desde el diseño de aeronaves y la predicción meteorológica hasta el estudio del flujo sanguíneo.

La pregunta que ha permanecido abierta durante décadas es si, partiendo de condiciones inicialmente suaves, las soluciones tridimensionales de estas ecuaciones siempre mantienen esa regularidad o pueden llegar a un punto en el que determinadas variables crezcan sin límite.

Según OpenAI, su construcción demuestra precisamente lo segundo.

La solución propuesta describe un vórtice que gira, se estira y se concentra progresivamente, mientras la velocidad aumenta sin límite aunque la energía total permanezca finita. El desafío matemático consiste en conseguir que ese comportamiento aparezca a partir de la propia dinámica del fluido y no por introducir artificialmente una fuerza infinita.

De confirmarse, el resultado resolvería el problema mediante las formulaciones denominadas “C” y “D” en la descripción oficial del Problema del Milenio.

Cerca de 10.000 agentes de IA trabajando sobre un mismo problema

La escala computacional del experimento es uno de los elementos más relevantes del anuncio.

OpenAI comenzó el esfuerzo el 1 de septiembre y organizó diferentes grupos de agentes para explorar distintas formulaciones y posibles caminos de solución. El grupo que finalmente produjo el desarrollo de Navier-Stokes llegó a involucrar del orden de 10.000 agentes concurrentes.

Antes de concentrarse completamente en Navier-Stokes, el sistema trabajó también sobre las ecuaciones de Euler, una versión relacionada del problema sin el término de viscosidad. Cerca de 100 agentes trabajaron durante aproximadamente 50 horas en esa línea de investigación.

Después, OpenAI redistribuyó recursos hacia Navier-Stokes e hizo que los diferentes grupos intercambiaran los resultados más prometedores.

La solución fue obtenida el 5 de septiembre, unas 88 horas después de iniciar el experimento, según la compañía. La formalización y verificación posterior en Lean necesitó otras 17 horas utilizando GPT-6 Astra.

2,7 millones de mensajes y 130.000 millones de tokens

El experimento también ofrece una mirada poco habitual sobre los recursos necesarios para utilizar IA en problemas científicos de frontera.

Solo durante la resolución de Navier-Stokes, los agentes intercambiaron aproximadamente 2,7 millones de mensajes y generaron cerca de 130.000 millones de tokens de salida. Considerando todos los problemas matemáticos explorados durante el ejercicio, las cifras ascendieron a 4,9 millones de mensajes y alrededor de 300.000 millones de tokens.

Esto plantea una diferencia importante frente al uso cotidiano de la inteligencia artificial generativa. Aquí no se trata de un usuario haciendo una pregunta a un chatbot, sino de miles de agentes trabajando simultáneamente, probando caminos, descartando alternativas y compartiendo hallazgos hasta construir una posible solución.

Ese modelo de trabajo puede convertirse en una de las implicaciones más relevantes del anuncio para investigación científica y desarrollo empresarial.

La solución de Navier-Stokes todavía debe pasar por validación externa

El anuncio de OpenAI no significa que el problema haya sido reconocido oficialmente como resuelto por el Clay Mathematics Institute.

Las reglas del instituto establecen que una solución propuesta debe publicarse primero en un medio académico que cumpla sus requisitos, deben transcurrir al menos dos años desde esa publicación y el resultado debe alcanzar aceptación general dentro de la comunidad matemática internacional antes de ser considerado para el premio.

Cada uno de los siete Problemas del Milenio tiene asignado un premio de US$1 millón, aunque OpenAI afirma expresamente que no pretende reclamar el premio por este resultado. 

La comunidad matemática apenas comienza ahora el proceso de revisar una demostración que deberá resistir escrutinio independiente. Nature, al informar sobre el anuncio, lo presentó precisamente como una afirmación de OpenAI sobre un posible avance matemático de gran magnitud, no como un problema reconocido ya oficialmente como resuelto.

Lo que el experimento dice sobre la siguiente generación de IA

Incluso antes de conocer el veredicto matemático definitivo, el experimento muestra un cambio relevante en la trayectoria de la inteligencia artificial.

Hasta ahora, buena parte de la conversación empresarial alrededor de la IA se ha concentrado en productividad, automatización y generación de contenidos. Coordinar miles de agentes durante varios días para trabajar sobre un problema científico abierto introduce una escala distinta: utilizar IA para producir conocimiento nuevo.

OpenAI considera el resultado una señal del avance de sus modelos y sostiene que el sistema utilizado continúa en entrenamiento. La compañía también plantea que esta evolución obliga a tomar decisiones cada vez más deliberadas sobre el ritmo con el que desarrolla capacidades más avanzadas.

El verdadero alcance del anuncio dependerá ahora de dos pruebas diferentes. La primera es matemática: que especialistas independientes confirmen que la demostración es correcta. La segunda es tecnológica: determinar si este modelo de miles de agentes coordinados puede reproducirse en otros problemas de ciencia, ingeniería y negocios.

Si ambas respuestas son positivas, el avance alrededor de Navier-Stokes podría terminar siendo importante no solo por haber atacado un problema que llevaba décadas abierto, sino porque mostraría una nueva forma de organizar inteligencia artificial para investigar, formular hipótesis y producir descubrimientos a una escala que hasta ahora dependía casi exclusivamente de equipos humanos.