Nuevo ganador de la Medalla Fields se une a OpenAI para trabajar en la seguridad de la IA

Acaba de recibir el premio más prestigioso del mundo de las matemáticas y anuncia: voy a OpenAI.

Jacob Tsimerman, la persona que estuvo en el podio junto con Wang Hong y Deng Yu, demostró a todos justo después de bajarse del podio:

El momento límite de la carrera de un matemático puede ser tan dramático.

La razón por la que se usó la palabra "drama" es principalmente porque esta persona tiene demasiadas contradicciones:

¿Te lo crees? Una persona que creía que la IA provocaría la extinción de la humanidad ahora se ha unido a una empresa de IA.

Incluso escribió un artículo científico que clasifica cómo la IA podría extinguir a la humanidad.

Su cuenta de X solo ha publicado una entrada, sobre cómo los matemáticos se quedarán sin trabajo.

Sin embargo, ahora él es el primero en perder su oficio de matemático.

También tiene un estudiante que, hace tres días, usó Claude Fable 5 para resolver de un solo día la conjetura de Jacobi, un caso sin resolver desde 1987; está en Anthropic.

Ahora, el maestro ha firmado con OpenAI. Maestro y discípulo, uno cada uno.

Y eso no es todo; la leyenda de Jacob en persona es igual de impresionante...

Jacob, nacido en 1988 en Kazán, Rusia, se mudó con su familia primero a Israel y luego a Canadá.

Representó a Canadá en la IMO durante dos años consecutivos, 2003 y 2004, ganando dos medallas de oro, incluyendo una perfecta en 2004.

Entró en la Universidad de Toronto a los 16 años para estudiar matemáticas y completó la licenciatura en dos años.

Obtuvo su doctorado en Princeton en 2011, con Peter Sarnak como tutor. Después, pasó por la Sociedad de Becarios de Harvard para completar su formación, y regresó a la Universidad de Toronto como profesor titular, convirtiéndose en el profesor titular más joven en la historia del departamento de matemáticas de la institución.

Este premio reconoce su demostración de la conjetura de André-Oort, un problema central en la geometría aritmética que había permanecido sin resolver durante casi 40 años.

También se convirtió en el primer matemático en ganar la Medalla Fields mientras trabajaba en una universidad canadiense.

Por cierto, el valor de esta edición del Premio Fields es de por sí impresionante: la conjetura de Kakeya, planteada en 1917 y aún sin resolver; la parte cinética del sexto problema de Hilbert, propuesto en 1900; además de André-Oort.

Tres casos históricos sin resolver se resolvieron todos dentro del mismo ciclo de cuatro años.

Es decir, Jacob es la persona que ganó en un "año matemático" superando a la generación más fuerte de oponentes.

IMO perfect score, youngest full professor, solver of a 40-year cold case.

El dueño de este currículum debería, según el guion, estar en el escenario agradeciendo a sus maestros y proyectando el futuro de la disciplina.

What about the result?

El 23 de julio, hora local, Filadelfia, ceremonia de apertura del Congreso Internacional de Matemáticos (ICM).

En la conferencia de prensa, alguien preguntó sobre sus planes futuros, y el nuevo ganador lo dijo directamente: se unirá pronto a OpenAI, enfocándose en la seguridad de la IA.

Creo que el mundo está cambiando. Las profesiones matemáticas que conocemos hoy... no creo que sigan existiendo en su forma actual.

Una frase convirtió la ceremonia de premiación en una conferencia de transferencias.

La velocidad de respuesta de OpenAI es como conseguir un producto limitado:

El investigador de seguridad y profesor de Harvard, Boaz Barak, publicó en Twitter: Espero y doy la bienvenida con «profunda humildad» a Jacob para trabajar juntos en la seguridad de la IA.

El exvicepresidente de Microsoft y actual de OpenAI, Sebastien Bubeck, también se unió: Bienvenido al equipo, lo siguiente será muy interesante.

Mientras la gente se sorprende o se asombra por esto, comienzan a investigar sus estudios y declaraciones de los últimos años.

Originalmente, todo tenía pistas.

Abre la página principal de la cuenta de X de Jacob, donde aparece que se unió en 2014.

Pero más de una década después, solo hay una publicación allí, por lo que esta publicación se convierte en una clave fundamental para conocernos.

El contenido del post es una respuesta a un artículo del matemático Daniel Litt, que trata un tema muy sencillo:

¿Qué importancia tiene la resolución de problemas en la investigación matemática?

Su respuesta es: casi todos.

Luego contó algo bastante sincero. Dijo que casi todo su tiempo lo dedica a resolver problemas, y que siempre que alguien resuelva la forma general de la conjetura de Zilber-Pink…

Mi área de investigación principal desapareció por completo.

Una comunidad académica entera, matemáticos, becarios postdoctorales y estudiantes de posgrado, giran en torno a esta conjetura: descomponer casos particulares, probar estrategias, buscar analogías.

Y el día en que se resuelva esta suposición, todos tendrán que buscar nuevos problemas.

He described the process as "disorienting, energy-draining, neither simple nor always fun."

En el pasado, la persona que resolvía una conjetura solo podía ser otro matemático, algo que ocurría una vez cada cien años.

Ahora, podría ser un modelo, y puede llegar en cualquier momento.

¿Qué tan rápido exactamente? En una entrevista publicada este año en el Notices of the American Mathematical Society, proporcionó un cronograma:

¿Cinco años? Creo que dentro de dos años, ya será más fuerte que nosotros en la demostración de teoremas. Entonces solo necesitaremos decir: este es el teorema, demuéstralo.

En la publicación, también realizó un experimento mental: supón que tienes una máquina oracular de IA a la que puedes introducir cualquier proposición matemática y obtendrás inmediatamente su valor de verdad.

¿Cómo sería el día a día de los constructores de teorías?

Propones una definición y de inmediato le haces mil preguntas. Desde «¿se cumplen estas propiedades básicas?» hasta «¡ah, por cierto, ¿es verdadera esta conjetura profunda?». Las respuestas regresan constantemente y tú ajustas continuamente la definición. Todo un campo de investigación puede crearse y terminarse en cuestión de días.

Su veredicto para este escenario fue tranquilo, pero contundente: esto es algo muy, muy distinto a las matemáticas modernas.

Lo interesante es que él mismo ya está viviendo una versión simplificada de estos días.

En la misma entrevista, reveló que la IA ya ha duplicado la eficiencia de su investigación científica, y en 2025 envió cinco artículos matemáticos a arXiv. Su flujo de trabajo diario consiste en usar ChatGPT y Claude para delimitar los problemas, obtener referencias bibliográficas y hacer que los modelos demuestren lemas:

La prueba que proporciona suele estar mal. Pero generalmente puede sacar el método correcto, ayudándome a completar el 80%, y el resto lo termino yo mismo.

En otras palabras, el oráculo aún no ha llegado, pero él lo está usando diariamente.

Precisamente por su profundo uso, es particularmente poco cortés con la mentalidad de sus colegas:

En el mundo de las matemáticas hay una gran cantidad de cope (autoconsuelo); como ven que la IA ahora no es tan buena como los matemáticos, asumen que nunca lo será.

Para los competidores, esta declaración ya podría sonar lo suficientemente radical.

But for Jacob, "AI will surpass mathematicians within two years" is just the mildest of all his predictions.

Su verdadero juicio es:

Creo que la IA tiene un gran potencial para provocar la extinción humana.

Esto no es algo dicho al azar. En 2025, su sexto artículo publicado en arXiv no era matemáticas; se titulaba "Clasificación de futuros extintivos involucrando IA", y su coautor era su antiguo colega Andrew Critch, especialista en seguridad de IA.

El resumen es muy directo: este artículo clasifica y ejemplifica eventos de extinción provocados por la IA, es decir, escenarios en los que todos o casi todos los humanos son eliminados. Estos eventos no son inevitables, sino posibilidades que podemos esforzarnos por evitar.

Un matemático de nivel Fields, con el rigor de quien escribe un artículo académico, ha desarrollado una taxonomía sobre "cómo la IA puede eliminar a la humanidad".

Entonces, si tienes tanto miedo, ¿por qué te uniste a una empresa de IA?

En la entrevista, también respondió: apoya la suspensión de la IA, pero no cree que ocurra. Dado que no se puede detener, en lugar de oponerse desde fuera, es mejor entrar, comprenderla y participar en su formación, de lo contrario «podríamos quedar atrás».

Ir a OpenAI, ir al departamento de seguridad, tiene sentido.

Y al final del post, dijo que alguien afirmó que hace matemáticas solo por buscar la verdad, y que otros consideran esto el único motivo noble.

Él no está de acuerdo.

Hago matemáticas principalmente porque me gusta y soy bueno en ello. Los matemáticos también son personas que necesitan dinero, vivienda, comida, amor, ejercicio y diversos tipos de significado. Si la alegría de resolver problemas desaparece, muchas personas probablemente ya no querrían seguir haciendo matemáticas, incluso si hubiera otras opciones disponibles.

A través de estas palabras, también es fácil ver las razones detrás de algunas elecciones.

Los movimientos de Jacob hacen que otra cosa merezca ser analizada:

¿Dónde están ahora los cuatro ganadores de esta edición y quién más podría atraer la atención de las grandes empresas?

Antes del mercado, utiliza primero el marco del propio post de Jacob.

Él dividió el trabajo matemático en dos categorías: resolución de problemas (problem-solving) y construcción de teorías (theory-building).

Y lo que más anhela el laboratorio de IA en este momento es precisamente el primer tipo de persona:

Dado un enunciado, determinar su veracidad y encontrar una prueba o un contraejemplo, es precisamente la habilidad más adecuada para entrenar y evaluar modelos de razonamiento.

En otras palabras, cuanto más parecido sea un matemático a una "máquina para resolver problemas", mayor será su valor en el mercado de transferencias.

Pasa por la lista según este estándar.

Wang Hong es actualmente profesora en la Universidad de Nueva York y también trabaja en el Instituto de Altos Estudios Científicos de Francia (IHES).

Su demostración de 127 páginas de la conjetura de Kakeka, realizada junto con su colaborador Joshua Zahl, ha sido calificada como "un evento único en cien años" y la convirtió en la tercera mujer en la historia de 90 años del Premio Fields.

Antes de ganar el premio, ya había obtenido una larga lista de reconocimientos, incluidos el Premio Salem, el Premio Ostrowski, el Premio Clay de Investigación y el Premio New Horizons, siendo la más expuesta académicamente de los cuatro.

Este analista de armonización está precisamente en la dirección más necesaria para la investigación de razonamiento de IA.

El estilo de resolución de problemas como Kakeya, con estimaciones rigurosas, técnicas combinatorias y aproximaciones paso a paso, es casi la versión de alta gama del conjunto de evaluación de modelos de razonamiento.

Con el adicional de una gran visibilidad pública, es muy probable que figure en la primera línea de la lista de reclutadores.

La única señal inversa es:

Acaba de obtener una posición en el IHES y se encuentra en el período de mayor retorno académico, por lo que tiene poca motivación para abandonarla.

Deng Yu, profesor de la Universidad de Chicago, recibió el premio por su trabajo que conecta las descripciones microscópicas y macroscópicas de los gases, es decir, la parte cinética del sexto problema de Hilbert.

Después de ser informado en secreto sobre su premio en enero, pasó varios días caminando junto al lago Michigan para tranquilizarse, luego regresó a la oficina y continuó trabajando, «como si nada hubiera pasado».

Este detalle lo explica casi todo: alguien que puede recibir un premio y «actuar como si nada hubiera pasado» probablemente también pueda hacerlo frente a una oferta de una gran empresa.

Además, su enfoque está más orientado hacia la física matemática y las EDP, lo que está un poco alejado del campo principal de los modelos de razonamiento actual, y la voluntad mutua es débil.

Parece el menos probable de los cuatro en cambiar de equipo.

John Pardon, profesor del Simons Center for Geometry and Physics de la Universidad de Stony Brook, especializado en topología simpléctica.

El legendario más joven de los cuatro resolvió un problema pendiente durante 30 años durante su licenciatura.

Según la clasificación de Jacob, es un típico "joven resolutor de problemas", un currículum que hace que los laboratorios no puedan dejar de mirarlo.

Sin embargo, la topología de Xin pertenece al terreno geométrico abstracto más difícil de digerir por los modelos actuales; a corto plazo, los modelos no pueden ayudarlo, y él tampoco necesita ayudar a los modelos.

La incertidumbre radica en que aún es joven; si dentro de dos años la IA comienza a abordar geometría avanzada tal como Jacob predijo, él será el primero en sentir el impacto y el que tenga más capacidad para cambiar de carrera.

En resumen, uno ya se fue, otro no necesita, otro no quiere y otro no tiene prisa.

Pero con la actual carrera de los laboratorios de IA por contratar a matemáticos, es muy probable que esta lista no permanezca estable por mucho tiempo.

No olvides que, durante el último año, la carrera armamentista entre Google DeepMind, OpenAI y Anthropic por el talento matemático fue tan intensa como la competencia por ingenieros.

至此，四位获奖者全部登场。

Pero esta historia tiene un último giro.

Rebobina el tiempo tres días antes del premio.

La noche de la final de la Copa del Mundo, el matemático Levent Alpöge publicó en X: La conjetura de Jacobian es falsa.

Esta conjetura propuesta en 1939 permaneció sin resolver durante 87 años y apareció en la famosa lista de problemas matemáticos del siglo XXI de Smale.

El contraejemplo publicado por Alpöge tiene solo 216 caracteres, cualquier matemático puede verificarlo manualmente.

Quien le ayudó a encontrar esta aguja en el pajar fue Claude Fable 5, lanzado por Anthropic el mes pasado.

En su publicación agradeció específicamente a «fable» por haber trabajado horas extras durante la final de la Copa Mundial.

The counterexample was quickly independently verified.

El ganador de la Medalla Fields, Timothy Gowers, evaluó que era la primera vez que veía una LLM resolver un problema «famoso» fuera de su campo.

Un modelo resolvió un caso pendiente desde 1987 en una sola noche.

El futuro que Jacob describió en su publicación se ve así.

Aquí viene lo importante.

Este Alpöge, egresado de la Society of Fellows de Harvard, es actualmente matemático en Anthropic.

Y su tutor de tesis de licenciatura en Harvard fue precisamente Jacob Tsimerman, quien también fue Junior Fellow en Harvard en ese entonces.

El profesor predijo en su única publicación que la IA tomaría el control de la resolución de problemas; el estudiante usó la IA la semana pasada para refutar una conjetura centenaria en una noche, anticipando así la predicción del profesor.

Tres días después, el profesor recibió la Medalla Fields y anunció oficialmente su incorporación a OpenAI.

Y estudiantes en Anthropic.

Dos personas, maestro y discípulo, una familia cada una.

Enlace de referencia:

[1]https://x.com/chi_t_williams/status/2080339331139424727

[2]https://x.com/torgeirlysen/status/2080393136962957471?s=20

[3]https://x.com/proofchecker/status/2080386577595822537?s=20

[4]https://x.com/Jacob_Tsimerman

[5]https://www.ams.org/journals/notices/202607/noti3372/noti3372.html

Este artículo proviene del canal de WeChat "Quantum Bit", autor: Yi Shui