OpenAI ha presentado un hallazgo histórico al anunciar la solución teórica del problema de existencia y suavidad de Navier-Stokes, una de las incógnitas más complejas de la ciencia moderna. Las ecuaciones de Navier-Stokes son las fórmulas matemáticas que la física utiliza para describir el comportamiento de los fluidos en la Tierra, desde las corrientes oceánicas y las tormentas atmosféricas hasta el flujo sanguíneo en nuestras arterias o el aire alrededor de las alas de un avión.
El resultado, dado a conocer el 8 de septiembre de 2026, sostiene que el modelo matemático tradicional de los fluidos incompresibles en tres dimensiones puede colapsar y desarrollar una velocidad infinita o singularidad en un tiempo finito. Para conseguir la demostración, la tecnológica desplegó un sistema interno compuesto por unos 10.000 agentes de inteligencia artificial coordinados que trabajaron de manera concurrente durante 88 horas. Aunque el Instituto Clay de Matemáticas mantiene formalmente el problema como no resuelto a la espera de una revisión académica de al menos dos años, el logro muestra por qué la IA está transformando la investigación científica avanzada al identificar dónde se rompen los modelos matemáticos convencionales.
Qué es el problema de Navier-Stokes y cómo se mueven los fluidos
Formuladas en el siglo XIX por los científicos Claude-Louis Navier y George Gabriel Stokes, estas expresiones matemáticas aplican la segunda ley de Newton al movimiento de líquidos y gases. Las ecuaciones de Navier-Stokes tratan al fluido como un medio continuo, lo que significa que permiten calcular cómo se desplaza una masa de agua o de aire sin necesidad de rastrear la posición individual de cada una de sus moléculas. Son la herramienta estándar que emplean los meteorólogos e ingenieros para proyectar el clima o diseñar embarcaciones.
Sin embargo, desde hace casi un siglo persistía una duda teórica fundamental en la física. Los matemáticos querían averiguar si estas reglas matemáticas garantizan siempre un comportamiento estable o si, por el contrario, un movimiento inicialmente suave en un fluido incompresible tridimensional puede colapsar. Ese colapso ocurriría si la velocidad en algún punto aumenta de forma descontrolada hasta volverse infinita en un tiempo determinado, un fenómeno denominado singularidad.
En el mundo real, un líquido no puede alcanzar una velocidad infinita. Por eso, si las matemáticas predicen una singularidad, significa que el modelo continuo ha llegado a su límite y deja de ser válido para explicar la realidad física. Para probar que este fallo ocurre, el sistema de OpenAI construyó un ejemplo específico basado en un vórtice o remolino. Este remolino gira hacia su centro mientras se estira progresivamente, logrando que la velocidad en su núcleo crezca sin límite aunque la energía cinética total se mantenga finita y la fuerza aplicada sea suave.
Para asegurar que el razonamiento no contenga errores lógicos, los investigadores acompañaron su artículo técnico con una comprobación formal en Lean. Lean es un sistema informático de verificación de pruebas que permite validar mecánicamente cada paso de una demostración matemática desde sus reglas básicas.
Por qué es importante este hallazgo y qué cambia en la ciencia
Desde una perspectiva práctica inmediata, el resultado presentado por OpenAI no alterará la forma en que se diseñan los aviones o se calculan las predicciones meteorológicas del día a día. Los ingenieros y científicos continuarán utilizando aproximaciones numéricas por ordenador que ofrecen resultados precisos para las necesidades cotidianas.
La verdadera relevancia de este avance radica en la comprensión teórica de la física y en el modo en que se realiza la investigación científica. Identificar el punto de ruptura del modelo ayuda a comprender mejor las fronteras de las simulaciones por ordenador. Entre las principales implicaciones de este trabajo destacan las siguientes:
- Límites del modelo físico: Confirmar la formación de una singularidad demuestra en qué condiciones la aproximación continua del fluido se rompe, obligando a recurrir a la física molecular para seguir analizando el sistema.
- Investigación matemática con IA: El experimento evidencia que un grupo de agentes autónomos de software puede generar razonamientos matemáticos abstractos y resolver problemas teóricos sin supervisión paso a paso.
- Verificación mecánica de resultados: El uso de asistentes como Lean sienta un precedente para que los descubrimientos complejos puedan ser comprobados por algoritmos antes de someterse al análisis humano.
Demostrar formalmente cuándo colapsan las ecuaciones que describen desde el flujo de agua en un grifo hasta la circulación del aire en las tormentas aporta una base matemática más firme para saber cuándo las simulaciones computacionales pueden dejar de ser fiables.
El sistema de IA utilizado, las cifras clave y las dudas de la comunidad
Para alcanzar este resultado, OpenAI no utilizó un modelo de lenguaje convencional, sino un sistema interno de investigación que se empezó a entrenar a finales de agosto de 2026. Según la empresa, la iniciativa se puso en marcha el 1 de septiembre tras escuchar rumores sobre avances de otros investigadores en problemas similares.
El despliegue técnico involucró cifras de gran magnitud en el ámbito de la computación:
- Un grupo coordinado de aproximadamente 10.000 agentes de IA trabajando en paralelo.
- Un intercambio de 2,7 millones de mensajes entre los propios agentes para refinar los razonamientos.
- Un consumo aproximado de 130.000 millones de tokens de salida durante el proceso.
- Un tiempo total de 88 horas para hallar la demostración analítica y 17 horas adicionales para la verificación formal en Lean utilizando el modelo GPT-6 Astra.
A pesar de la magnitud de la publicación, el problema continúa catalogado oficialmente como no resuelto. El Instituto Clay de Matemáticas, que incluyó la incógnita entre los siete Problemas del Milenio en el año 2000 con un premio de un millón de dólares, contempla reglas estrictas. Según las bases del premio, la solución debe publicarse en una revista científica especializada, permanecer expuesta durante al menos dos años y alcanzar el consenso de la comunidad matemática. OpenAI ya ha indicado que no reclamará la recompensa económica.
Asimismo, el anuncio ha suscitado debate sobre la prioridad intelectual. El matemático Tristan Buckmaster, de la Universidad de Nueva York, publicó una declaración pública señalando que OpenAI aceleró sus pruebas tras conocer que él y Levent Alpöge, investigador de Anthropic, avanzaban en ecuaciones de fluidos. Buckmaster expresó su inquietud por el posible uso de borradores procesados en herramientas de programación, aunque aclaró que no realizaba una acusación formal. Por su parte, OpenAI sostiene que no accedió a datos específicos de usuarios para este trabajo.
Lo que viene ahora para la investigación científica
La publicación del manuscrito de 166 páginas y de su código en GitHub abre una etapa de revisión minuciosa. Durante los próximos meses, la comunidad internacional de matemáticos examinará si las definiciones formalizadas en Lean coinciden exactamente con los enunciados planteados por el Instituto Clay.
Más allá de la validación final del resultado, el proceso refleja un cambio en la metodología científica. La combinación de especialistas humanos con redes masivas de agentes coordinados empieza a consolidarse como una herramienta útil para abordar cuestiones teóricas complejas, abriendo un periodo donde la verificación rigurosa de los algoritmos será tan importante como los propios cálculos.
La fotografía de representación de esta noticia pertenece a digitale.de y ha sido publicada en Unsplash
