Sam Altman, director ejecutivo de OpenAI, dijo que el próximo GPT usará el mismo modelo interno que coordinó la propuesta matemática de la empresa para el problema de Navier-Stokes. “El modelo que se lanzará pronto, el próximo GPT”, afirmó durante una conversación con The National en la apertura de la conferencia energética ADIPEC, en Abu Dabi. Altman anticipó su llegada “pronto”, sin entregar una fecha concreta.
Altman indicó que el trabajo reunió 10.000 agentes durante cerca de cuatro días, sin una jerarquía entre ellos. El experimento se presentó en septiembre. Ahora, el director ejecutivo vinculó el modelo usado en esa investigación con la siguiente generación de GPT.
Las ecuaciones de Navier-Stokes describen el movimiento de fluidos. OpenAI sostuvo que su sistema encontró un caso en que un fluido inicialmente en reposo, sometido a una fuerza externa suave, desarrolla una singularidad en tiempo finito y conserva energía limitada. La singularidad corresponde a valores que crecen sin límite dentro de la descripción matemática, no a una velocidad infinita observada en agua real.
Cómo trabajó el sistema que llegará al próximo GPT
Los agentes eran instancias del modelo con herramientas para consultar información almacenada y ejecutar código. Trabajaron en grupos que intercambiaban avances. El equipo humano reunió hallazgos mediante Codex y concentró recursos en Navier-Stokes tras progresar en las ecuaciones de Euler.
OpenAI informó 88 horas para producir la propuesta y otras 17 para formalizarla y comprobarla con GPT-6 Astra y Lean. La búsqueda generó 2,7 millones de mensajes entre los agentes.
Durante el experimento, la empresa actualizó los agentes con una versión más entrenada del modelo. El resultado combinó esas versiones con herramientas y orientaciones humanas, además del intercambio de hallazgos.
La verificación formal y la revisión matemática pendiente
La propuesta aborda las versiones C y D de la formulación del Instituto Clay, que permiten demostrar un caso de pérdida de regularidad bajo una fuerza externa suave. OpenAI publicó un argumento escrito y una formalización en Lean, un programa que comprueba que cada inferencia formal se deriva de los supuestos indicados. Esa verificación matemática respalda el objeto formal introducido en el programa.
Alexander Bastounis, Fabian Circelli y Anders C. Hansen plantearon después una objeción en un manuscrito académico. Los autores concluyeron que la prueba formal en Lean no corresponde al argumento escrito en lenguaje natural. Su análisis distingue la comprobación de una cadena formal de la revisión de su correspondencia con el documento original. Un programa puede aceptar los pasos de una prueba y aun así quedar pendiente que esos pasos respondan al problema planteado por sus autores.
El Instituto Clay dijo que el problema “aparentemente fue resuelto”, pero mantuvo abierto su proceso de evaluación y asignación de crédito, que definió como deliberadamente pausado. OpenAI afirma que su propuesta resuelve el problema, mientras la objeción académica y la revisión institucional impiden tratarla como una aceptación matemática definitiva.
Fuentes
The National, entrevista a Sam Altman en ADIPEC
OpenAI, propuesta sobre el problema de Navier-Stokes
