🔴 ¡TRES NUEVOS AVANCES CIENTÍFICOS! Ayer OpenAI publicó -con un...

@DotCSV
Carlos Santana@DotCSV
42 views Oct 31, 2026 ~5 min read
Advertisement
1
🔴 ¡TRES NUEVOS AVANCES CIENTÍFICOS!

Ayer OpenAI publicó -con un perfil muy bajo- tres nuevos avances científicos de gran calibre en matemáticas, computación y física.

Avances que además atacan al corazón de dos problemas del Milenio (Yang–Mills y NP vs. P)

Os cuento 👇🧵
Media image
2
Primero os dejo la fuente del blog donde han compartido estos avances.

Es muy interesante porque el blog se orienta más en cómo OpenAI debería de comunicar este tipo de resultados (que cada vez será más comunes) en harmonía con la comunidad científica.
openai.com/index/building…
3
La primera solución que han presentado en el área de las matemáticas resuelve una conjetura (Local Smoothing Conjecture) que conecta con diferentes problemas, y que por tanto una vez resuelta, dicha demostración podría ayudar a resolver varias conjeturas matemáticas abiertas desde hace décadas.

En 2019 se consiguión resolver esta conjetura pero sólo en dos dimensiones espaciales. Ahora OpenAI trae una prueba que la resuelve para todas las dimensiones!

Detalles técnicos interesantes que comparten además es que esta solución se encontró el 18 de Octubre (es decir, internamente continúan atacando problemas científicos 🎉) y la formalizaron en Lean al día siguiente.
Media image
4
Revisando en el ranking de los 500 problemas matemáticos abiertos más importantes de ProofAtlas (estimación hecha a través de LLMs), esta solución de OpenAI resuelve cuatro de estos problemas!
Media image
5
Para este 1er problema OpenAI contactó con expertos en el área para ver cómo abordar su publicación, y la recomendación fue hacer lo mismo que con los resultados del 6 de Octubre:

Publicarlo todo y que la comunidad se organice para explicar los resultados. Así han hecho.
Media image
6
El 2º problema resuelto para mi es el más interesante, y que ataca directamente al corazón de la informática teórica y a uno de los problemas del Milenio más conocidos: P vs. NP (aunque no lo resuelven)

Aquí OpenAI afirma haber encontrado un algoritmo capaz de resolver el problema 3-SAT con una complejidad computacional inferior a lo que se pensaba sería su límite, refutándolo por tanto. El problema de satisfacibilidad booleanda con 3 condiciones (3-SAT) está en la base y conectado a muchos otros problemas computacionales así que quebrar esta barrera computacional podría abrir la puerta a acelerar muchos otros probleas, y también a entender mejor la naturaleza de estos problemas NP.

Además, mola porque en la resolución de si P vs. NP es muchísimo más interesante si se resuelve como que P=NP que si se resuelve como P!=NP (lo más probable).

Y esta solución de OpenAI (que 3-SAT sea mucho más fácil de resolver de lo que llevábamos décadas creyendo y que se haya refutado en contra de las intuiciones de la mayoría de la comunidad) da un pasito en la dirección de P=NP, que oye, no implica nada, pero de ilusiones se vive gente :)

Por ahora no tiene aplicaciones prácticas evidentes, pero abre la puerta a que más investigaciones puedan acortar tiempos computacionales fundamentales en muchos problemas como biología computacional, bases de datos, redes y teoría de grafos, y mucho más.

Este problema se resolvió el 16 de Octubre y se formalizó en Lean al día siguiente.
Media image
7
Y de nuevo, aquí caen otros 2 problemas listados en ProofAtlas. Esto os lo pongo para que podamos entender el calibre de estos resultados.
Media image
8
Para el caso del problema de Ciencias de la computación (ETH de 3-SAT) aquí OpenAI contactó con tres expertos de diferentes instituciones estrechamente relacionados con estos problemas quienes se encargarán de verificar estos resultados y OpenAI a petición de ellos financiará una conferencia para entender las implicaciones de estos resultados.

Además, los resultados se compartirán en abierto para que también pueda haber una verificación independiente por el resto de la comunidad.

Muy acertado y diplomático todo.
Media image
9
El tercer descubrimiento publicado ataca de nuevo a otro problema del Milenio y en este caso de forma más frontal: el problema de Yang-Mills.

Digo más frontal porque tal y como define el Clay Institute la resolución de este problema del Milenio hace falta resolver dos partes de las cuales OpenAI sólo declara haber resuelto una (es decir, aquí tengo medio chuletón).

Este es un problema ligado a la física de interacción de partículas y cuántica del que poco os puedo contar. Ni tampoco los investigadores.

Y es que este es el resultado más diferenciado de los tres, ya que parte de su descubrimiento data del 9 de Septiembre (es decir, posiblemente proviene de la primera campaña de resolución de problemas del milenio que culminó con la resolución de Navier-Stokes). Y además es el único resultado del que no han publicado ningún manuscrito ni formalización que poder comprobar.

Aquí OpenAI contactó a otro grupo de expertos y en ellos recae la voluntad de querer compartir todos los materiales, cosa que por ahora no han hecho.
Media image
10
Personalmente celebro 1) que OpenAI no haya frenado su afan por seguir usando su tecnología y computación para resolver problemas fundamentales de las ciencias y 2) que estén intentando encontrar mano a mano con la comunidad científica la forma de hacer públicos estos resultados.

Sólo espero que la diferencia de tiempos que existe entre el nuevo paradigma (donde en semanas se resuelven problemas que antes llevaban décadas) y la academía (mucho más pausada) no ralentice la publicación de más resultados.
11
Mis tipos de tweets favoritos son estos, los de aquellos que con la mirada perdida y la cabeza en los resultados publicados se cuestionan su naturaleza y lugar en el universo.

Todos tenemos que pasar por este proceso.

@jfonsecarivera
josh :)@jfonsecarivera
it's really hard to accept that you don't know anything.

some days, i tell myself, "of course i don't understand the universe! i'm just a tiny human" and move on with my day

but on days like today, i feel differently.

today, openai announced that its ai may have disproved the exponential time hypothesis.

what does this mean? very hard problems may have much faster solutions than we ever imagined. it may mean that our understanding of what's computationally possible has been fundamentally bottlenecked by the human mind.

the bitter lesson should make this unsurprising. when you scale up search and resources you find better solutions. i know this logically, but... wow, we really don't know anything.

it's what garry kasparov felt, it's what lee sedol felt, it's what the mathematicians feel, and today, it's what i feel
Media image
12
Queda algo de chicha en toda esta historia (Anthropic llegando a resultados similares) que adjuntaré más tarde en el hilo, pero por ahora os pido que si os ha parecido interesante la información lo compartáis :)


@DotCSV
Carlos Santana@DotCSV
🔴 ¡TRES NUEVOS AVANCES CIENTÍFICOS!

Ayer OpenAI publicó -con un perfil muy bajo- tres nuevos avances científicos de gran calibre en matemáticas, computación y física.

Avances que además atacan al corazón de dos problemas del Milenio (Yang–Mills y NP vs. P)

Os cuento 👇🧵
Media image
13
Vivimos tiempos muy improbables
@_AashishReddy
Aashish Reddy@_AashishReddy
It just never gets old
Media image
Media image
Actions
What You Can Do
  • Export as PDF or Markdown
  • Batch Export to Notion
  • Bookmark & Highlight
  • Screenshot Tweet
Create Free Account

Includes 7-day Premium trial

Advertisement