El 1 de septiembre, según OpenAI, investigadores oyeron rumores de que dos problemas del Premio del Milenio se habían resuelto y pusieron a prueba un nuevo modelo interno sobre importantes cuestiones abiertas. Su sistema multiagente —unos 10.000 agentes con herramientas de código y una internet en caché— llegó a un resultado sobre Navier–Stokes unas 88 horas después, según la empresa.¹

La supuesta demostración afirma que un fluido tridimensional suave puede desarrollar una singularidad en tiempo finito: una ruptura en las ecuaciones utilizadas para modelar fenómenos que van desde el clima hasta el flujo sanguíneo. OpenAI publicó una demostración escrita y una formalización en Lean, calificándola como una resolución del problema de existencia y suavidad, uno de los siete Problemas del Premio del Milenio de las matemáticas, dotados con $1 millón.¹ Sam Altman lo celebró como «uno de los momentos más asombrosos para mí en la historia de OpenAI».Sam Altman (sama)²

Pero la cronología se convirtió rápidamente en la controversia. El día anterior, el matemático de NYU Tristan Buckmaster y el investigador de Anthropic Levent Alpöge publicaron un trabajo sobre un problema relacionado de Euler forzado, tras casi un año de colaboración asistida por IA. Buckmaster dijo que su enfoque se parecía al de OpenAI de una forma que «no es la dirección a la que se llega en unos pocos días dándole a un modelo el enunciado del problema».³ Preguntó si el modelo de la empresa se había entrenado con, o había accedido a, sus sesiones de Codex que contenían borradores del proyecto, al tiempo que subrayó que no había visto la demostración de OpenAI y no sabía si se habían utilizado sus datos.³

OpenAI niega que investigadores o agentes vieran el trabajo de la pareja antes de su publicación pública, y afirma que los resultados de Euler difieren: sus agentes resolvieron una versión no forzada, mientras que Buckmaster y Alpöge trabajaron en una forzada. Sin embargo, su declaración deja una salvedad limitada pero trascendental: «no puede descartar» que datos de uso desidentificados hayan ayudado a mejorar sus modelos.¹

Esa salvedad ha amplificado los llamados a un mayor escrutinio. Yann LeCun impulsó una petición para escuchar «puntos de vista alternativos sobre cómo ocurrió».Yann LeCun (ylecun)⁴ Lo que está en juego va más allá de la prioridad: los críticos temen un futuro en el que los investigadores que utilizan herramientas comerciales de IA puedan ser superados —y potencialmente competir— con las empresas que las operan, armadas con modelos privados y millones de dólares en capacidad de cómputo.⁵