Estás leyendo
Lean y Mathlib validan la prueba de la hipótesis de Riemann de Alpöge y Claude

Lean y Mathlib validan la prueba de la hipótesis de Riemann de Alpöge y Claude

  • La prueba de la hipótesis de Riemann creada por Levent Alpöge con Claude supera verificaciones independientes en Lean tras publicarse con 17 millones de líneas.
Anthropic Levent Alpöge

La demostración de la hipótesis de Riemann presentada por el matemático de Anthropic Levent Alpöge con ayuda de Claude ha superado sus primeras comprobaciones independientes. Las comunidades de Lean y Mathlib aseguran tener «plena confianza» en que la prueba es correcta después de verificar tanto el enunciado matemático como los millones de líneas de código que lo demuestran formalmente.

El pronunciamiento cambia de forma sustancial la situación creada apenas un día antes, cuando Alpöge hizo público un resultado que, de confirmarse, resolvería uno de los problemas abiertos más importantes de las matemáticas. La prueba no apareció inicialmente en forma de un artículo convencional que otros especialistas pudieran revisar línea por línea, sino como una gigantesca formalización escrita en Lean, un sistema diseñado para comprobar mediante software que cada paso de un razonamiento se sigue lógicamente de los anteriores.

La declaración conjunta de las comunidades de Lean y Mathlib, respaldada por Lean FRO y Mathlib Initiative, sostiene ahora que tanto el enunciado como la demostración han sido comprobados. «Tenemos plena confianza en que la prueba de la hipótesis de Riemann de Alpöge es correcta», afirma el documento.

La validación formal supone un respaldo mucho más fuerte que una revisión preliminar del código, pero todavía quedan etapas por recorrer. El Clay Mathematics Institute continúa clasificando la hipótesis de Riemann como un problema no resuelto y la comunidad matemática tendrá que estudiar las ideas contenidas en la demostración, reconstruirlas en una exposición comprensible y determinar su alcance. La diferencia entre verificar mecánicamente una prueba y comprenderla matemáticamente se ha convertido así en una de las claves de este episodio.

Claude ya había avanzado sobre Riemann meses antes

El resultado llega después de varios meses en los que Anthropic ha utilizado sus modelos para investigar problemas matemáticos abiertos. La propia hipótesis de Riemann ya había servido como banco de pruebas para Claude.

En agosto, un empleado de Anthropic pidió a una versión de investigación del modelo que intentara resolver el problema. Claude no lo consiguió. Durante el proceso encontró, sin embargo, un resultado nuevo relacionado con él: elevó del 41,6% al 67,2% el límite inferior conocido para la proporción de ceros de la función zeta de Riemann situados en la denominada línea crítica.

La hipótesis, formulada por Bernhard Riemann en 1859, sostiene que todos los ceros no triviales de esa función tienen parte real igual a 1/2. La cuestión está estrechamente relacionada con la distribución de los números primos y se ha convertido en una pieza central de la teoría analítica de números.

Para aquel trabajo de agosto, Claude generó inicialmente cientos de aproximaciones y después coordinó cerca de 60 subagentes durante una segunda fase. Los sistemas ejecutaron miles de comprobaciones, escribieron programas para contrastar resultados y revisaron el razonamiento entre ellos. Los matemáticos de Anthropic Levent Alpöge y Ralph Furman estudiaron posteriormente el resultado, mientras otra parte del equipo produjo una formalización en Lean.

Anthropic advirtió entonces expresamente de que aquel método no parecía conducir a una demostración de la hipótesis de Riemann. Tres meses después, Alpöge anunció un resultado de naturaleza distinta.

Una prueba publicada como 17 millones de líneas de Lean

El 20 de noviembre, Alpöge afirmó haber descubierto junto con Claude una demostración de la hipótesis de Riemann. El matemático sostuvo además que el método se extendía a la hipótesis generalizada de Riemann para funciones L de Dirichlet y planteó la posibilidad de llevarlo todavía más lejos.

«Creo que, trabajando con Claude, he descubierto una demostración de la hipótesis de Riemann», escribió Alpöge en una breve nota en la que describía el proceso de colaboración con el modelo. Según la reconstrucción publicada por The Guardian, el trabajo se desarrolló durante aproximadamente seis semanas.

Lo que Alpöge puso a disposición de otros investigadores no fue, en primera instancia, una demostración tradicional. Publicó una biblioteca de Lean compuesta por 175.187 módulos y alrededor de 17 millones de líneas de código. La dimensión del desarrollo hacía inviable tratar la primera fase de revisión como se trataría un artículo matemático convencional.

La cuestión inmediata pasó a ser otra: determinar si la enorme construcción formal realmente demostraba la hipótesis de Riemann, si utilizaba la formulación correcta del problema y si contenía supuestos adicionales capaces de invalidar el resultado.

Es precisamente ahí donde la revisión realizada desde entonces aporta nueva información.

La hipótesis de Riemann correcta, sin axiomas añadidos

Lean funciona como un asistente de demostración. Un matemático expresa definiciones, teoremas y razonamientos en un lenguaje formal y un pequeño núcleo de software comprueba que cada inferencia respeta las reglas lógicas del sistema. Mathlib, por otro lado, es una amplia biblioteca colaborativa de matemáticas formalizadas utilizada dentro del ecosistema de Lean.

La revisión ha comprobado primero que Alpöge demuestra exactamente el enunciado de RiemannHypothesis que ya formaba parte de Mathlib. Esto permite descartar uno de los riesgos habituales en una prueba formal de estas dimensiones: demostrar correctamente una proposición que, por una diferencia aparentemente pequeña en sus definiciones o condiciones, no corresponda en realidad al problema original.

El segundo control afecta a la propia compilación. Las comunidades de Lean y Mathlib aseguran que decenas de personas han podido compilar el desarrollo y reproducir el mismo archivo que contiene la prueba formal.

También se han auditado los axiomas de los que depende el resultado. Los cinco teoremas principales utilizan únicamente tres axiomas estándar presentes en el entorno de Lean, sin incorporar axiomas específicos creados para la demostración.

Las comprobaciones publicadas por Andrew Sutherland, del MIT ofrecen más detalle sobre el proceso. Los 175.187 módulos compilaron sin errores y fueron reproducidos a través del núcleo de Lean. Una exportación completa de la prueba fue aceptada además por nanoda, un verificador independiente escrito en Rust.

Esta última comprobación tiene especial relevancia porque reduce la dependencia de una única implementación. Una prueba formal puede estar lógicamente bien construida y, aun así, sería prudente considerar la posibilidad de un error en el software encargado de verificarla. Ejecutar la misma demostración sobre verificadores desarrollados de manera independiente disminuye ese riesgo.

Te puede interesar
Europa Digital

La declaración de Lean y Mathlib asegura que también se han empleado otras herramientas para comparar el teorema demostrado con el enunciado existente en Mathlib y para comprobar la prueba exportada. El resultado de esas verificaciones lleva a ambas comunidades a certificar que «el enunciado y la prueba de la hipótesis de Riemann son correctos».

Una prueba verificada antes de ser explicada

La situación resultante es poco habitual incluso para los estándares de las matemáticas asistidas por ordenador. Las máquinas pueden comprobar ya una cadena formal que contiene millones de líneas, mientras los matemáticos apenas han comenzado a reconstruir las ideas que permiten que esa cadena exista.

Alpöge describió su método como descendiente de técnicas utilizadas para resolver problemas análogos a Riemann sobre campos de funciones. Su breve explicación apunta a una combinación de ideas que el matemático había identificado previamente y que Claude habría desarrollado de forma decisiva durante las últimas etapas del trabajo. Una exposición matemática completa todavía tendrá que convertir ese entramado formal en una argumentación que especialistas humanos puedan estudiar, simplificar y reutilizar.

Esa diferencia importa. Un verificador formal responde a una cuestión precisa: dadas unas definiciones y unos axiomas determinados, ¿el teorema se deduce correctamente de ellos? La revisión matemática tradicional plantea además otras preguntas sobre las ideas utilizadas, sus relaciones con resultados anteriores, la posibilidad de simplificar el método o las nuevas líneas de investigación que abre.

El Clay Mathematics Institute todavía presenta la hipótesis de Riemann como «Unsolved». La institución estableció en 2000 siete Problemas del Milenio y vinculó un premio de un millón de dólares a la solución de cada uno. De ellos, hasta ahora solo la conjetura de Poincaré ha sido reconocida oficialmente como resuelta.

Por eso, la validación de Lean y Mathlib no debe confundirse con la culminación de todo el proceso de aceptación del resultado. Sí elimina, en cambio, una de las mayores incertidumbres que existían inmediatamente después del anuncio: la posibilidad de que los millones de líneas publicadas no demostraran realmente el enunciado anunciado o dependieran de supuestos ocultos.

La IA entra en otra fase de la investigación científica

El episodio también modifica el debate sobre el papel de los modelos de IA en ciencia. Buena parte de su uso durante los últimos años se había concentrado en resumir literatura, escribir código, explorar grandes espacios de posibilidades o sugerir hipótesis que después requerían una validación humana extensa.

La colaboración descrita por Alpöge apunta a un modelo distinto. El matemático aportó la orientación conceptual y el conocimiento del campo, mientras Claude intervino en el desarrollo de pasos matemáticos y en la formalización de una construcción de una escala difícil de manejar manualmente. La salida final, además, no depende únicamente de confiar en las respuestas generadas por el modelo: está expresada en un sistema formal que terceros pueden ejecutar y verificar.

Eso no elimina la necesidad de especialistas. La convierte, al menos en este caso, en una tarea diferente. Una parte del control de consistencia puede trasladarse a asistentes de demostración, mientras los investigadores humanos concentran el trabajo en comprender el argumento, evaluar sus ideas y determinar hasta dónde pueden generalizarse.

Si la demostración completa el proceso de escrutinio matemático y reconocimiento institucional, el caso de la hipótesis de Riemann establecerá un precedente difícil de separar de la evolución de la IA científica. El dato relevante para empresas y centros de investigación no será únicamente que un modelo haya contribuido a resolver un problema abierto durante 167 años, sino que la combinación de agentes de IA y sistemas de verificación formal ofrece una infraestructura para producir resultados cuyo razonamiento puede auditarse computacionalmente. Ese mecanismo de verificación será determinante a medida que los modelos intervengan en áreas donde comprobar manualmente todo lo que generan deja de ser viable.

Publicidad

Sigue el análisis de tecnología empresarial en Google

Añade La Ecuación Digital como fuente preferida y verás más análisis sobre inteligencia artificial, cloud, ciberseguridad, infraestructura de datos y transformación digital en tus resultados de Google.

Seguir La Ecuación Digital en Google

Al hacer clic podrás seleccionar La Ecuación Digital como fuente preferida en Google.

Ver Comentarios (0)

Leave a Reply

Utilizamos cookies para facilitar la relación de los visitantes con nuestro contenido y para permitir elaborar estadísticas sobre las visitantes que recibimos. No se utilizan cookies con fines publicitarios ni se almacena información de tipo personal. Puede gestionar las cookies desde aquí.   
Privacidad