La prueba de la hipótesis de AI Riemann es casi segura, afirman matemáticos independientes

Los matemáticos ahora están casi seguros de que la prueba de la hipótesis de Riemann, creada por la inteligencia artificial, es real.

Esta mañana, el matemático antrópico Levent Alpöge afirmó haber utilizado el modelo Claude AI de la empresa para resolver el problema de Riemann, quizás el dilema abierto más importante en matemáticas. La hipótesis, planteada por primera vez en 1859 por el matemático Bernhard Riemann, sugiere que un patrón oculto subyace a la distribución de los números primos, aquellos números que son divisibles sólo por sí mismos y por 1.

Sobre el apoyo al periodismo científico

Si está disfrutando de este artículo, considere apoyar nuestro periodismo galardonado suscribiéndose. Al comprar una suscripción, ayudas a garantizar el futuro de historias impactantes sobre los descubrimientos y las ideas que dan forma a nuestro mundo actual.

Ahora los investigadores han verificado que la prueba parece hacer lo que afirma Alpöge. Alpöge inicialmente comprobó el trabajo escribiendo la prueba utilizando el lenguaje de programación Lean; Si una prueba codificada en Lean se compila sin errores, esto generalmente se toma como una confirmación de que la lógica y las matemáticas en cada paso son correctas.

Pero aún quedaban algunas preguntas. Por ejemplo, ¿la prueba realmente aborda la hipótesis de Riemann o establece un punto o idea sutilmente diferente? “La primera pregunta que uno debe hacerse al juzgar un PDF que viene con algún código Lean es: ‘¿cuál es el enunciado del teorema en el código Lean? ¿Corresponde esto al enunciado real del teorema?'”, explicó el matemático Kevin Buzzard del Imperial College de Londres en una publicación de blog.

Una segunda pregunta era si el código Lean se compilaría con éxito para otros matemáticos. Investigadores independientes, entre ellos Andrew Sutherland, matemático del Instituto Tecnológico de Massachusetts, han recopilado por separado el resultado de Alpöge en Lean sin problemas.

“La prueba Lean ha sido compilada y comprobada de forma independiente por el núcleo Lean con sólo los tres axiomas estándar”, dice Sutherland. “Honestamente, la posibilidad de que algo salga sospechoso aquí es aproximadamente nula”.

Los investigadores todavía se están asegurando de que la prueba no incluya ningún truco, evasión o atajo que haya cambiado el significado de la hipótesis inicial o cualquier otra regla o verdad matemática. Este proceso, denominado “ejecución del comparador”, suele tardar unas horas.

“Todavía esperamos una ejecución exitosa del comparador, que comprobará que (a) el código no hace nada nefasto como redefinir el significado de cualquiera de los símbolos en la declaración y (b) (asumiendo que se ejecuta en modo paranoico) el código se compila con varios núcleos independientes (por lo que el código no está simplemente explotando un error aún desconocido en el núcleo oficial de Lean”, escribió Buzzard en un servidor de chat en línea para la comunidad Lean.

Nota del editor (20/11/26): Esta es una historia en desarrollo y se actualizará.

Suscríbete para apoyar el periodismo independiente

El gran periodismo científico requiere experiencia humana, tiempo, esfuerzo y creatividad. Y cuesta dinero. Es por eso que los periodistas de Scientific American y yo esperamos que se una a nuestra comunidad.

Cuando te suscribes, estás apoyando al personal y a los periodistas independientes apasionados por contar historias científicas que sean verdaderas, importantes y convincentes. Nuestros editores y reporteros suelen ser expertos en sus campos, lo que significa que comprenden los matices de los grandes descubrimientos y pueden separar los avances de las exageraciones. Con una suscripción, también respalda una verificación rigurosa de los datos para garantizar que las palabras que publicamos sean precisas y exactas. Y estás apoyando ilustraciones, gráficos y fotografías originales que te acercan a un laboratorio avanzado, una capa de hielo en la Antártida o una misión espacial en órbita. También nos estás ayudando a crear otros tipos de periodismo de alta calidad: nuestros boletines están cuidadosamente escritos, editados y seleccionados por personal que conoces y amarás o que conocerás. Nuestro podcast Science Quickly se basa en informes originales, colaboración con editores y científicos y una producción exigente.

Las suscripciones mantienen este motor en funcionamiento para que podamos seguir ofreciéndole periodismo científico reflexivo, riguroso e independiente. En una era de desinformación viral, este trabajo es crucial. Si valoras lo que hacemos, espero que consideres unirte a nosotros como suscriptor.