Un modelo inédito de Anthropic logra un avance histórico en la hipótesis de Riemann

El proceso autónomo

El logro fue el resultado de un flujo de trabajo multiagente notable:

• Un empleado de Anthropic sin una formación matemática sólida le pidió al modelo que "le diera una oportunidad real" a demostrar la hipótesis .
• En aproximadamente 1.5 días, el modelo probó alrededor de 650 enfoques candidatos a través de 60 subagentes coordinados .
• El proceso consumió 31 millones de tokens de salida en dos sesiones, ejecutó 2,400 comandos de shell y revisó 54 artículos de arXiv .
• Dos de los 60 subagentes fueron los responsables de desarrollar el avance matemático clave .
• El enfoque ganador sintetizó un artículo de Enrico Bombieri de 2000 con resultados más recientes, una combinación que ningún investigador humano había logrado .

Verificación

Dos matemáticos internos de Anthropic —Levent Alpöge y Ralph Furmaniak— revisaron y confirmaron la prueba . Luego, el argumento fue formalizado en Lean, un asistente de pruebas interactivo, produciendo un certificado de corrección verificable por máquina . Esta doble validación (revisión humana experta + verificación formal) es considerada la mejor práctica para resultados matemáticos generados por IA.

Contexto más amplio de 2026: un punto de inflexión

La mejora de la cota de Riemann por parte de Claude no es un hecho aislado. 2026 ha visto una secuencia acelerada de breakthroughs matemáticos liderados por IA:

• Mayo de 2026 — OpenAI anunció que un modelo de razonamiento general no lanzado había refutado de forma autónoma la conjetura de la distancia unitaria de Erdős, un problema abierto de 80 años .
• Mayo de 2026 — AlphaProof Nexus de Google DeepMind resolvió nueve problemas abiertos de Erdős (algunos sin resolver durante 56 años) y demostró 44 conjeturas de la Online Encyclopedia of Integer Sequences, todas formalizadas en Lean .
• Julio de 2026 — El matemático de Anthropic Levent Alpöge utilizó el modelo no lanzado "Fable 5" para encontrar un contraejemplo de la conjetura jacobiana, un problema planteado en 1939 .
• Agosto de 2026 — El modelo Astra de OpenAI supuestamente resolvió diez problemas matemáticos centenarios por aproximadamente $2,000 en costo de cómputo, con pruebas verificables por máquina publicadas en Lean en GitHub .

Varios comentaristas han señalado que el campo cruzó un umbral a mediados de 2026: los sistemas de IA pasaron de resolver problemas matemáticos de nivel competitivo a generar investigación publicable a nivel de problemas abiertos .

El debate: autoría, estándares y la Declaración de Leiden

El rápido ritmo de las matemáticas generadas por IA ha desatado un intenso debate:

• En junio de 2026, un grupo de 16 matemáticos publicó la Declaración de Leiden sobre Inteligencia Artificial y Matemáticas, recomendando nuevos estándares para la estructura de las pruebas, la atribución de autoría y la supervisión humana de los resultados generados por IA . La declaración ha sido discutida por la Unión Matemática Internacional .
• Las tensiones clave incluyen: ¿Quién recibe el crédito de autoría cuando una IA genera una prueba? ¿Puede el campo mantener la confianza epistémica si las pruebas son demasiado largas o novedosas para que los humanos las inspeccionen completamente sin herramientas formales? Y, ¿cómo deberían las revistas revisar por pares resultados que ningún ser humano podría haber producido ?
• Algunos matemáticos argumentan que las pruebas asistidas por IA corren el riesgo de erosionar la comprensión y la perspicacia explicativa —una prueba puede ser correcta pero opaca . Otros ven la verificación formal en Lean como un estándar más estricto que la revisión por pares tradicional .

Lo que esto significa para la capacidad de la IA de descubrir nueva ciencia

El resultado de Riemann de Anthropic avanza la discusión de varias maneras concretas:

1. La escala de la exploración autónoma es importante. Probar 650 ideas en 60 subagentes demuestra que las arquitecturas multiagente pueden realizar una búsqueda sistemática a una escala que ningún grupo de investigación humano podría igualar en el mismo período de tiempo . Esto cambia la pregunta de "¿Puede la IA hacer matemáticas?" a "¿Cómo deberíamos integrar la exploración a gran escala de la IA en el proceso de descubrimiento científico?"
2. La síntesis fortuita es posible. El hecho de que un modelo sin formación matemática combinara un artículo de Bombieri (2000) con resultados más recientes —una combinación que ningún humano había visto— muestra que la IA puede hacer conexiones conceptuales no obvias entre literaturas dispares . Esta capacidad aborda directamente una preocupación central sobre si los LLM simplemente interpolan o pueden descubrir genuinamente.
3. La verificación formal resuelve el problema de la confianza. La formalización en Lean significa que el resultado no es una afirmación de "caja negra". Es un teorema demostrablemente correcto que cualquier matemático puede inspeccionar mecánicamente . Esto ofrece una plantilla sobre cómo los resultados científicos generados por IA pueden hacerse verificables, abordando una de las objeciones más fuertes al descubrimiento liderado por IA.
4. El debate sobre autoría y estándares es constructivo, no paralizante. La aparición simultánea de resultados sorprendentes (DeepMind, OpenAI, Anthropic) y respuestas institucionales lideradas por la comunidad (la Declaración de Leiden) sugiere que la comunidad matemática se está adaptando en lugar de retirarse . La conversación actual se centra en las normas y el crédito, no en rechazar los resultados de la IA en su totalidad.
5. El costo y la velocidad del descubrimiento se están desplomando. El costo de cómputo de $2,000 para los resultados de Astra de OpenAI y el tiempo de respuesta de 36 horas para la cota de Riemann de Claude sugieren que el costo marginal de un descubrimiento matemático publicable se acerca a cero . Esto tiene profundas implicaciones sobre qué preguntas eligen los investigadores y quién puede participar en la investigación matemática.

En resumen: La mejora de la cota de Riemann por parte de Anthropic es una demostración histórica de que los sistemas de IA ahora pueden descubrir de forma autónoma resultados matemáticos publicables y formalmente verificables que avanzan un problema abierto de 150 años. Combinado con la serie de breakthroughs similares de 2026, mueve la discusión de "si la IA puede contribuir al descubrimiento científico" a "cómo la comunidad científica debe estructurar los incentivos, la atribución y la verificación para una nueva clase de co-descubridores de IA".