OpenAI dice que su IA resolvió Navier-Stokes

El sistema multiagente generó y verificó la prueba propuesta

OpenAI dijo que la fase de descubrimiento provino de un modelo interno significativamente más capaz que GPT-6 Astra, descrito como su modelo más avanzado disponible públicamente. Unos 10.000 agentes trabajaron juntos durante 88 horas en el problema, que ha permanecido sin resolver durante unos 90 años. Los agentes intercambiaron 2,7 millones de mensajes y generaron unos 130 mil millones de tokens antes de que GPT-6 Astra dedicara otras 17 horas a formalizar y verificar la prueba resultante.

Sebastien Bubeck, investigador de OpenAI, por separado dijo que unos 10.000 agentes estaban trabajando en el problema en un momento dado. El jefe de investigación de OpenAI, Mark Chen, dijo que la factura de cómputo superó el valor de $1 million del premio Clay. OpenAI ha dicho que no buscará el dinero del premio.

El Clay Mathematics Institute no ha reconocido la prueba. Sus requisitos exigen que una solución propuesta se publique a través de un medio calificado, permanezca disponible públicamente durante dos años y reciba una amplia aceptación por parte de los matemáticos antes de que el instituto considere otorgar el premio. Por lo tanto, el resultado sigue siendo una solución propuesta sujeta a un prolongado escrutinio matemático, a pesar de que OpenAI también produjo una formalización verificable por máquina en el lenguaje de pruebas Lean.

OpenAI ha dicho que la importancia del sistema de investigación subyacente podría extenderse más allá de este problema en particular. El mismo enfoque multiagente podría eventualmente dirigirse a investigaciones difíciles en ciencia de materiales, energía, aeroespacial, medicina y otros campos científicos, según el material que describe el proyecto.

Buckmaster y Alpöge cuestionan cómo OpenAI llegó al enfoque

El matemático de NYU Tristan Buckmaster y el investigador de Anthropic Levent Alpöge habían pasado aproximadamente un año siguiendo una vía estrechamente relacionada que implicaba una fuerza externa suave y habían usado ampliamente herramientas de IA, incluido Codex de OpenAI, en su trabajo. Buckmaster dijo que casi nadie más que conociera estaba siguiendo el mismo enfoque y cuestionó cómo OpenAI llegó a él en pocos días de enterarse de que él y Alpöge habían logrado avances.

Buckmaster dijo que inicialmente se le mostró un prompt durante conversaciones con OpenAI y se le dijo que el esfuerzo interno de investigación había comenzado sin intervención humana más allá del enunciado del problema. Según Buckmaster, ese relato cambió en conversaciones posteriores, cuando OpenAI reconoció que el primer prompt se había enviado solo en los días previos, después de que información sobre su trabajo y el de Alpöge llegara a la empresa.

Buckmaster dijo que inicialmente le habían dicho que había “muy poca intervención humana” en el resultado. Más tarde dijo que las llamadas con OpenAI mostraron que había participado todo un equipo, que primero se habían abordado problemas más fáciles y que el prompt que se le mostró había sido generado mediante prompting a Codex.

Buckmaster no ha acusado a OpenAI de tomar definitivamente la investigación inédita. Él escribió en una declaración pública: “I do not know whether our data was used.” OpenAI dice que ni sus investigadores ni sus agentes vieron los prompts, borradores o datos de usuario de Buckmaster y Alpöge antes de que el trabajo se hiciera público, y que no se accedió a ningún dato específico de usuario para generar su prueba.

OpenAI, no obstante, incluyó una salvedad en su respuesta: “While unlikely, we cannot rule out that de-identified data derived from their usage of our products helped improve our models.” Alpöge reaccionó publicando: “i mean props to them for straight coming clean,” después de señalar ese lenguaje.

OpenAI también dice que su prueba difiere sustancialmente del trabajo producido por Buckmaster y Alpöge. Esa distinción deja la disputa centrada no solo en si se accedió a material inédito específico, sino también en si el uso desidentificado del producto podría haber influido en modelos usados en investigaciones posteriores.

También surgió desacuerdo sobre el crédito y la coordinación del lanzamiento

La declaración de Buckmaster dijo que OpenAI había planteado “propuestas” que incluían quitar el nombre de Alpöge de un anuncio que atribuía la solución de Navier-Stokes al modelo interno de OpenAI. Bubeck disputó esa caracterización.

Bubeck dijo que una captura de pantalla en discusión lo mostraba contactando a Alpöge “para coordinar nuestros lanzamientos” y escribió el 8 de septiembre de 2026: “I never ever asked for Levent to be removed from authorship of his own work.” Sam Altman también respaldó públicamente al equipo de OpenAI.

Buckmaster atribuyó el programa de investigación subyacente a los matemáticos Diego Córdoba y Luis Martínez-Zoroa en lugar de a un sistema de IA. Llamó al episodio un punto de inflexión “Deep Blue-Kasparov” para las matemáticas.

Buckmaster no ha presentado ninguna demanda. OpenAI sigue sosteniendo que no se accedió a ningún dato específico de usuario y que su prueba es sustancialmente diferente del trabajo de los otros investigadores, mientras que su reconocimiento de que no se podía descartar por completo el uso de datos desidentificados ha dejado sin resolver el tema de la procedencia.

La pregunta más amplia planteada por la disputa se refiere a la investigación realizada a través de sistemas comerciales de IA cuyos desarrolladores también están construyendo herramientas de investigación de frontera. El tema se centra en cómo el trabajo inédito introducido en esos productos puede contribuir a la mejora del modelo, cómo debería funcionar la atribución y cómo podría demostrarse cualquier influencia posterior.