Durante 80 años, uno de los problemas más persistentes en la geometría combinatoria permaneció en el estante, ocasionalmente revisado por matemáticos ambiciosos, pero nunca resuelto. Ahora, una IA lo logró.
Un modelo interno de razonamiento general de OpenAI ha producido una demostración que resuelve el problema de la distancia unitaria plana, una conjetura planteada por primera vez por el legendaria matemático húngaro Paul Erdős en 1946. La demostración, que abarca aproximadamente 125 páginas, establece una familia infinita de configuraciones planas con más pares de distancia unitaria que las disposiciones tradicionalmente consideradas óptimas. En términos sencillos: la IA encontró patrones geométricos que rompen un límite que los matemáticos creyeron válido durante ocho décadas.
Lo que en realidad dice la prueba
El problema de la distancia unitaria planar pregunta: dados n puntos en un plano, ¿cuál es el número máximo de pares que pueden estar exactamente a una unidad de distancia? Erdős conjeturó una cota superior para este conteo, y durante décadas, las configuraciones mejor conocidas fueron estructuras similares a una cuadrícula que parecían confirmar su intuición.
El modelo de OpenAI tomó un camino completamente diferente. En lugar de iterar sobre disposiciones de cuadrícula conocidas, abordó el problema mediante la teoría de números algebraicos, conectándolo con estructuras matemáticas avanzadas llamadas torres de cuerpos de clases infinitas. El resultado es una familia infinita de configuraciones que superan las óptimas tradicionalmente aceptadas, refutando directamente la cota superior conjeturada por Erdős. La mejora ha sido cuantificada con un exponente de aproximadamente 0.014.
¿Quién lo verificó y por qué importa
Tim Gowers, ganador de la Medalla Fields, revisó el trabajo. Así lo hizo Will Sawin, matemático de Princeton. Ambos validaron la corrección de la demostración. Sawin cuantificó específicamente la mejora en el exponente aproximado de 0,014.
El anuncio se realizó alrededor del 20 de mayo de 2026 y inmediatamente transformó la conversación sobre lo que los sistemas de razonamiento de IA pueden lograr en contextos de investigación pura.
Lo que esto significa más allá de las matemáticas
Las técnicas involucradas, particularmente la teoría algebraica de números y la construcción de objetos matemáticos novedosos, tienen relevancia directa para la verificación formal y los sistemas de prueba de conocimiento cero.
La verificación formal es el proceso de probar matemáticamente que el código hace lo que se supone que debe hacer. Si los modelos de razonamiento de IA pueden generar y validar pruebas al nivel demostrado aquí, el costo y el plazo para verificar formalmente protocolos complejos podrían reducirse drásticamente.
Las pruebas de conocimiento cero, la técnica criptográfica que sustenta las cadenas de bloques centradas en la privacidad y soluciones de escalado como los zk-rollups, se basan en sólidas fundaciones algebraicas. El tipo de teoría de números algebraicos que el modelo de OpenAI empleó para resolver este problema reside en el mismo entorno matemático.
No hay tokens de criptomoneda específicos vinculados a este resultado, y cualquiera que afirme lo contrario está adelantándose a los hechos.