Un intento fallido que abrió una puerta inesperada
La hipótesis de Riemann sigue sin resolverse desde 1859, y por ahora ni las mejores inteligencias artificiales del planeta consiguen doblegarla. Anthropic lo intentó con un modelo experimental, y aunque el proyecto tuvo su parte positiva, la propia empresa admite que no espera que las técnicas encontradas sirvan para resolver ese viejo problema matemático. Lo llamativo llega precisamente ahí, en el camino recorrido mientras la máquina lo intentaba.
Todo empezó con Jarred Sumner, empleado de Anthropic sin formación específica en matemáticas avanzadas. Le pidió a esa variante especial de Claude que resolviera la hipótesis sin más rodeos. El modelo generó y probó 650 ideas. Ninguna funcionó. Y sin embargo, fue justo entonces cuando la cosa se puso interesante.
Sumner insistió. Nada sofisticado, simplemente le dijo que volviera a intentarlo. Durante el siguiente día y medio Claude escribió cientos de scripts en Python y realizó comprobaciones numéricas. A partir de ahí, dos de los subagentes que se activaron dieron con ideas que ayudaban en uno de los resultados derivados de la hipótesis, un resultado que llevaba décadas avanzando a paso de tortuga. El salto fue notable: pasó del 41,6% al 67,2% en uno de los límites conocidos. Y encima Claude explicó cómo había llegado hasta allí.
Persistencia bruta y 31 millones de tokens
Curioso el detalle de los prompts. En Anthropic cuentan que durante buena parte del proceso las intervenciones de Sumner se reducían a frases como sigue adelante y cree en ti mismo. No es que un modelo necesite que le suban la autoestima. Lo que probablemente conseguía con esos empujones tan simples era dar permiso a la máquina para consumir más y más cómputo pese a los fracasos, aunque hay quien opina que esa teoría no se sostiene demasiado.
Link affiliatoPara lograrlo, Claude conectó trabajos recientes de varios matemáticos que ya habían tocado la hipótesis. La novedad estuvo en detectar que todas esas herramientas humanas podían combinarse para superar el límite anterior. Este patrón empieza a repetirse en la investigación científica: los modelos no inventan teorías completamente nuevas, pero sí recorren montañas de literatura para descubrir conexiones que nadie había visto.
Las dos sesiones de Claude Code generaron 31 millones de tokens de salida, aunque no se detalla el coste económico. Después de encontrar el resultado, los agentes intentaron desmontarlo, buscaron contraejemplos, descargaron 54 estudios en arXiv para comprobar que nadie hubiera publicado esa idea y luego la demostraron desde cero. Dos matemáticos de Anthropic estudiaron la prueba en la plataforma Lean y la validaron.
Puede que Claude no sea el matemático más brillante del mundo, pero él y otros modelos que asombran en este terreno dejan clara una cosa: se comportan como investigadores infatigables, capaces de tragar cantidades enormes de material para encontrar puentes útiles entre teorías. La hipótesis de Riemann sigue infranqueable. Su fuerza bruta, en cambio, cada vez resulta más útil.
Meta description
Claude no resolvió la hipótesis de Riemann, pero durante el intento logró un avance inesperado que ya inquieta a los matemáticos de Anthropic.Tags
Claude, Anthropic, hipótesis de Riemann, inteligencia artificial, matemáticas, IA, tokens, LeanFuente
Imagen: xataka.com
Link affiliato