Inteligencia Artificial • • 5-8 minutos

Claude y la hipótesis de Riemann: la prueba que compila pero nadie ha leído

Diego Cortés
Diego Cortés
Full Stack Developer & SEO Specialist
Compartir:
Claude y la hipótesis de Riemann: la prueba que compila pero nadie ha leído
Imagen generada con IA

Un matemático de Anthropic dice que él y Claude demostraron la hipótesis de Riemann. Lo publicó como 17 millones de líneas de código verificable, sin paper. Compila. Entenderlo es otra cosa.

Qué se anunció exactamente, y qué no

El viernes 20 de noviembre, Levent Alpöge —matemático de Anthropic, en excedencia de Harvard— colgó en su web personal una nota de cuatro páginas. La frase que dio la vuelta al mundo: "I believe I have, working with Claude, discovered a proof of the Riemann Hypothesis". Añade que el método se extiende a la Hipótesis de Riemann Generalizada y que, cerca de la meta, "Claude far outpaced me".

Lean en vez de paper: 175.187 archivos

Lo que publicó es código Lean, el lenguaje de un proof assistant que comprueba cada paso: unos 17 millones de líneas en 175.187 archivos. Según su nota, la versión en lenguaje humano pasaría de 250.000 páginas y no la va a publicar: es la longitud del texto que produjo el modelo, no una prueba guardada en un cajón. Alpöge reconoce que aún no domina todas las matemáticas implicadas.

Lo que Anthropic no dijo

La empresa no hizo declaración y Nature no obtuvo respuesta inmediata. Un anuncio de un empleado, en su web, no es un anuncio de la compañía, y esa distinción importa cuando la noticia llega pegada a la salida a bolsa: la OPI se fijó en 83 dólares el 18 de noviembre. Alpöge escribió que existe "una visión cínica obvia" sobre el momento y que es falsa.

Qué significa que Lean diga que sí

Lean no es un asistente que opina. Es un lenguaje en el que cada afirmación se deriva de definiciones, resultados previos y axiomas, y un programa pequeño —el kernel— verifica la derivación. Si el kernel acepta, no hay hueco lógico.

Kernel, axiomas y la palabra "sorry"

Lean permite escribir sorry donde falta una prueba: marca "esto no está hecho" y compila igual. Por eso una compilación no basta como titular. Lo verificado aquí: los 175.187 módulos compilan sin errores, los cinco teoremas principales dependen solo de los tres axiomas estándar de Lean (propext, Classical.choice, Quot.sound) y no hay ningún sorry. Esa es la diferencia entre compilar y estar probado.

El comunicado de Lean FRO y Mathlib, y lo que faltaba el 22

El 21 de noviembre, las comunidades de Lean y Mathlib dijeron tener "plena confianza" en que la prueba es correcta, tras comprobar que el enunciado coincide con el de Mathlib y que la prueba compila. El registro público lo mantiene Andrew Sutherland (MIT): verificadores independientes, entre ellos nanoda, aceptan la prueba exportada, y una recompilación aislada dio un resultado idéntico. Al día siguiente seguían corriendo dos ejecuciones largas, el comparador de lake y el replay del kernel. Sutherland: la probabilidad de que haya algo raro es "aproximadamente cero", con el matiz de que un pase depende de que las definiciones de Mathlib signifiquen lo que deben.

Comprobado, entendido y aceptado no son lo mismo

Aquí está el centro de la historia, y es un problema de ingeniería conocido: que la máquina diga que sí no significa que alguien sepa por qué.

Entendido: "no sabemos por qué es cierto"

Kevin Buzzard, de Imperial College, lo resumió mejor que cualquier titular: "At the minute, we don't even know why the theorem is true". Hay gente traduciendo trozos del código a inglés para reconstruir el argumento. Terence Tao habla de análisis "muy inicial"; Andrew Granville calificó de "garbled" la nota de cuatro páginas. James Maynard, en cambio, cree que si se confirma será un hito.

Aceptado: el premio Clay y sus dos años

El millón de dólares sigue fuera de alcance, y no por escepticismo: las reglas exigen publicación en una revista arbitrada de reputación mundial, al menos dos años después y aceptación general. Clay no acepta envíos directos. El problema sigue listado como abierto, 167 años después de que Riemann lo formulara, y un pase de compilación no dispara ninguno de esos trámites.

El alcance real de lo verificado

La generalización verificada cubre las funciones L de Dirichlet, no todas las que usan los matemáticos. Y hay una lección de siempre: se han comprobado por computadora unos 12,36 billones de ceros en la línea crítica, y eso no dice nada sobre el infinito. Finito no implica infinito; por eso la verificación formal pesa tanto aquí.

El mismo día, la otra prueba: 940 páginas sin IA

Alessandro Maria Masullo, doctorado en Stanford bajo Brian Conrad, publicó un preprint de 940 páginas, "The Music of the Primes", tras unos doce años de trabajo. Ravi Vakil —matemático de Stanford, presidente de la AMS según la cobertura— lo presentó como un "hurried announcement": la idea era pulir la redacción un año más antes de anunciarlo, pero pareció mejor sacar el borrador. Horas después, varios matemáticos reportaron problemas, encontrados con ayuda de distintos modelos de IA. El texto está en revisión mayor y Vakil no afirma nada sobre la corrección de la estrategia. No es una refutación: es el retrato de un proceso donde revisar 940 páginas a mano es sencillamente lento.

Por qué importa aunque la prueba sea correcta

Porque el cuello de botella se movió de sitio. Generar 17 millones de líneas es barato para una máquina; revisarlas es carísimo para un humano. Lean funciona como integración continua de las matemáticas: si el kernel pasa, el resultado es tan fiable como sus axiomas y sus definiciones. Es el mismo patrón de los agentes que dejan el parche listo para revisar, y explica por qué un modelo más rápido y con más contexto como Claude Fable 5.2 cambia poco el problema: el límite no está en escribir, está en comprobar.

Conclusión: compilar no es comprender

Hay una prueba de la hipótesis de Riemann que una máquina acepta y que nadie ha leído. Eso no la hace falsa ni inútil: la convierte en el primer caso a gran escala donde el conocimiento matemático avanza más rápido que su explicación. En el blog seguimos con esa pregunta, que es la de siempre con otra ropa: no confíes en el resultado, verifica el proceso.

Categorías