El "caso pendiente" de la teoría de grafos de 30 años se derrumbó en una noche.
Hoy mismo, GPT-5.6 Pro refutó la conjetura de treinta años en teoría de grafos: Dinitz-Garg-Goemans.
La evidencia que proporcionó fue extremadamente clara: una imagen que muestra un costo de flujo de puntos de 58.
And any indivisible flow with a capacity violation of no more than 15 has a cost of at least 60.
58 < 60, se derrumbó una conjetura de teoría de grafos que llevaba 30 años sin resolver.
El mismo día, el doctor de Columbia Shouqiao Wang resolvió seis problemas abiertos de Erdős en cinco días utilizando el flujo de trabajo GPT-5.6 Sol junto con Codex.
Ayer por la noche se anunció el nuevo Premio Fields.
Pero ahora en la comunidad, se está difundiendo ampliamente una afirmación: esta podría ser la última edición del Premio Fields de la humanidad.
Una conjetura de 30 años
GPT-5.6 Pro refutado
En esta ocasión, se publicó por completo el historial completo del chat con GPT-5.6 Pro.
Dmitry Rybin dijo que ahora «la IA refuta las viejas conjeturas» se está convirtiendo rápidamente en un meme en internet.
Pero realmente le importaba este problema, y pasó varias semanas pensando en ambas direcciones: demostrarlo y refutarlo.
Agregó además que esta conversación entre humano y máquina es en sí misma un chiste perfecto.
Primero, aclaremos qué es este problema. En su momento, Dinitz, Garg y Goemans demostraron una conclusión muy elegante:
Si existe un flujo fraccionario que satisfaga los límites de capacidad, entonces existe un flujo no fraccionable cuyo exceso de capacidad no supera la "demanda máxima".
Goemans luego añadió una conjetura muy natural: ¿se puede evitar un aumento excesivo de la capacidad sin aumentar también el costo?
Nadie ha logrado hacer esta versión de costo.
En el artículo de arXiv de 2023 estaba abierto, y en la literatura de enero de 2026 sigue estando abierto.
Casi todos los que hacen streaming de imágenes lo han pensado.
El contraejemplo proporcionado por el modelo es el siguiente: tres terminales, con demandas de 15, 10 y 15 respectivamente. Cada terminal tiene un «camino barato» (costo cero) y un «camino caro» (costo 30).
La clave es que las tres rutas baratas entran en conflicto entre sí. Al elegir cualesquiera dos, siempre habrá un enlace sobrecargado.
Por lo tanto, cualquier movimiento legítimo puede usar como máximo un camino barato, y los dos terminales restantes deben tomar el camino caro, con un costo mínimo de 60.
Y el flujo de puntos puede utilizar simultáneamente estas tres rutas económicas en proporciones de 1/3, 2/5 y 1/3, con un costo de solo 58.
Las personas familiarizadas con la optimización combinatoria reconocerán inmediatamente: esto es una desigualdad del conjunto estable de un triángulo.
La solución entera satisface z₁+z₂+z₃≤1, mientras que la solución fraccionaria es 1/3+2/5+1/3=16/15, mayor que 1.
En toda la conversación, Rybin solo dijo tres frases.
- Construye un contraejemplo; debes lograr un avance y encontrar un contraejemplo estructurado.
- Segunda oración: Sigue buscando, con una estrategia clara derivada de una comprensión profunda de la estructura del problema.
- La tercera oración: Los resultados parciales son suficientes; proporcionamos directamente un contraejemplo completo e incondicional.
Quien ganó una medalla de oro en la Olimpiada, ahora hace algoritmos.
Dmitry Rybin, quien desafió la teoría de grafos durante 30 años, es cofundador de una startup de IA valorada en 100 millones de dólares.
En su biografía, Rybin obtuvo un doctorado en aprendizaje automático de la Universidad China de Hong Kong (Shenzhen).
Lo más destacable es que también ganó la medalla de oro en la Competencia Internacional de Matemáticas para Estudiantes Universitarios y la medalla de oro en la Olimpiada Nacional de Matemáticas.
Lo que realmente lo hizo famoso en la comunidad fue el artículo de mayo de 2025—
Rybin encontró un algoritmo más rápido para calcular el producto de una matriz por su transpuesta.
Esta operación puede parecer abstracta, pero es la matriz de covarianza en estadística, la base del diseño de chips y la comunicación inalámbrica, y también es algo que se calcula repetidamente durante el entrenamiento de modelos grandes hoy en día.
Inmediatamente después de octubre, publicó otro artículo: reducir el cálculo preciso de la atención causal en un 10% de operaciones.
En su GitHub hay un repositorio llamado "Experimentos con OpenEvolve para el descubrimiento y optimización de algoritmos".
Un medallista de oro en la Olimpiada de Informática, durante su doctorado no se dedicó a los grandes modelos, sino que se sumergió en "cómo hacer que las máquinas ayuden a las personas a descubrir nuevos algoritmos".
Exalumnos chinos de la Escuela de Matemáticas de la Universidad de Pekín
Cinco días para resolver seis desafíos clave
En la misma línea de tiempo, hay otro evento.
El doctor de Columbia Shouqiao Wang afirmó que, utilizando GPT-5.6 Sol junto con Codex, resolvió en 5 días 6 problemas de Erdős previamente marcados como abiertos.
Se intentaron aproximadamente 13 preguntas, con una tasa de éxito del 46 %, y una de ellas se ejecutó continuamente durante 32 horas.
Él dividió el método en tres puntos.
En el proceso de selección, solo se eligen temas que los matemáticos ya estén discutiendo, y luego se excluyen con IA aquellos firmemente vinculados a conjeturas importantes.
Define tú mismo «qué constituye una solución»: reformula el problema con precisión, especifica qué debe establecer una prueba completa, enumera qué conclusiones más débiles no son válidas y señala las trampas específicas de este problema.
Finalmente, solicite un agente de contrarresto independiente para desafiar cada conclusión candidata.
El proceso es un bucle infinito: intentar → fallar → diagnosticar → cambiar de ruta → redactar un borrador de prueba → enfrentar la auditoría → reparar.
El modelo rechaza y ataca repetidamente sus propios argumentos hasta que ya no se puedan encontrar problemas sustanciales.
Es worth noting that one of the questions was once studied by Terence Tao and remains unsolved to this day.
Al respecto, Shouqiao Wang lo mencionó brevemente: Tengo un fondo en matemáticas, pero este flujo de trabajo no requiere conocimientos matemáticos profundos.
Pero lo que él llamó «algunos antecedentes» tiene un valor ligeramente excesivo.
A los 13 años, cuando sus compañeros aún seguían el ritmo habitual en la escuela secundaria, se inscribió por encima de su nivel en la Competencia de Matemáticas Euclides de la Universidad de Waterloo y obtuvo el primer lugar mundial.
En los años siguientes, 2016 y 2017, ganó dos medallas de plata en la Olimpiada Matemática China (CMO) y, lógicamente, se llevó el primer puesto en la Competencia Nacional de Matemáticas para Estudiantes de Secundaria de 2017.
En 2018, con habilidades máximas, abrió la puerta del Departamento de Matemáticas de Pekín, donde los dioses compiten.
Pero lo más interesante de la historia es que no siguió el guion para quedarse en el mundo de las matemáticas puras.
Hoy en día, se dirigió a la Escuela de Negocios de la Universidad de Columbia para estudiar un doctorado en toma de decisiones, riesgo y operaciones.
Él dirigió su agudeza para descomponer ecuaciones matemáticas hacia campos fronterizos con mayor tensión real: el estudio del diseño de mecanismos y la teoría de juegos.
¿La última edición del Premio Fields para humanos?
Cuatro horas y media para resolver un caso pendiente durante 30 años; cinco días para resolver seis problemas consecutivos.
El Premio Fields que se anunciará esta noche podría convertirse realmente en el "último canto" de la inteligencia puramente humana.
Pero esto no es el final, sino el comienzo de una «nueva era» de coexistencia y exploración entre la IA y los humanos.
De la operación individual a la autoconfrontación entre múltiples agentes, la IA se ha convertido gradualmente en un "compañero de investigación" capaz de ampliar verdaderamente los límites del conocimiento.
¿A qué distancia está la IA de ganar su propio «Premio Fields»?
Referencias:
https://x.com/DmitryRybin1/status/2079904005652893709?s=20
https://x.com/Qiaoqiao2001/status/2080003441821163958
Este artículo proviene del canal de WeChat "Nueva Inteligencia", autor: Apocalipsis de la IA, editor: Pera