Un matemático afirma que Claude le ayudó a demostrar la hipótesis de Riemann: la verificación del código llega al 99%
Levent Alpöge, matemático de Anthropic, afirma haber demostrado con la ayuda de Claude la hipótesis de Riemann, un problema de 1859 sobre los números primos. La demostración está escrita en Lean, algo así como un compilador para matemáticas: solo acepta razonamientos sin huecos. La verificación pública, de 175 mil archivos, ha llegado al 99% sin errores, pero todavía no hay veredicto. Para un desarrollador, la lección es sencilla: la respuesta de un modelo es más fiable cuando la comprueba una máquina estricta.
Procesado por IA desde Habr AI; editado por Hamidun News
Levent Alpöge, matemático de Anthropic, afirma que, junto con Claude, ha encontrado una demostración de la hipótesis de Riemann, uno de los problemas sin resolver más famosos de las matemáticas. Por ahora es solo una afirmación, no un hecho reconocido. Sin embargo, el interés no está en la sensación, sino en el método de verificación: la demostración no es un texto convincente, sino código en Lean, que el ordenador comprueba por sí mismo. Es el mismo principio en el que se apoya el trabajo fiable con IA en desarrollo: el modelo propone y un sistema externo estricto acepta o rechaza.
Qué se ha afirmado exactamente y por qué importa
La hipótesis la formuló el matemático alemán Bernhard Riemann en 1859, y en 167 años los mejores matemáticos del planeta no han logrado demostrarla. Forma parte de la lista de los siete problemas del milenio: por resolver cada uno, el Instituto Clay de Matemáticas ofrece un millón de dólares.
En pocas palabras, la hipótesis está relacionada con la distribución de los números primos, los que solo son divisibles entre uno y entre sí mismos. En la serie de los números naturales parecen dispersos al azar, pero la hipótesis de Riemann describe una regularidad estricta detrás de ese caos. De ella depende mucho: una enorme cantidad de resultados de la teoría de números se han demostrado con la salvedad «si la hipótesis de Riemann es cierta». Una demostración real permitiría eliminar esa salvedad de golpe en multitud de teoremas.
En el cuarto de siglo de existencia del premio solo se ha resuelto uno de los siete problemas: entre 2002 y 2003, Grigori Perelmán demostró la conjetura de Poincaré. En 2010 le concedieron un millón de dólares, pero rechazó el dinero, igual que antes había rechazado la medalla Fields.
En qué se diferencia Lean de un «texto bonito»
Imagine dos formas de revisar el código de otra persona. En la primera, lo lee con los ojos y decide que todo parece razonable. En la segunda, ejecuta el compilador y las pruebas: o pasan, o no pasan. Lean es la segunda forma, aplicada a las matemáticas. Cada paso del razonamiento se escribe como código y el ordenador lo comprueba de forma secuencial. Un modelo puede escribir con total seguridad cualquier disparate, pero en Lean un paso no verificado simplemente no compila.
La escala de la verificación es impresionante. Un aficionado lanzó una compilación pública en un servidor con un procesador de 128 núcleos y 244 GB de memoria RAM. El proyecto incluye 14 archivos comprimidos, 228 MB de código fuente, más de 175 mil archivos de Lean y más de 26 mil tareas de compilación. En la fase publicada, la verificación llegó al 99% sin errores detectados.
Por qué es pronto para cantar victoria
Un 99% de la compilación sin errores no significa que la hipótesis esté demostrada. Hay dos preguntas principales.
La primera: si el teorema final en Lean corresponde realmente al problema original. Una analogía del desarrollo: las pruebas pueden estar en verde y, aun así, comprobar algo distinto de lo que exigía la especificación. Si el enunciado en Lean difiere de la verdadera hipótesis de Riemann, el ordenador confirmará con toda honestidad un teorema equivocado.
La segunda: si la demostración se apoya en supuestos inadmisibles, es decir, en afirmaciones aceptadas sin justificación. Esto deben comprobarlo especialistas independientes.
Qué conclusiones prácticas sacar
En primer lugar, si el resultado se confirma, tendremos una oportunidad poco común de evaluar la aportación de la IA a un descubrimiento científico real, y no a un resultado en otro benchmark más. El trabajo conjunto de una persona y un modelo de lenguaje sobre un problema que llevaba abierto más de siglo y medio tiene una escala muy distinta de la de los rankings de modelos.
En segundo lugar, para los ingenieros es útil el propio patrón: cuanto más estricto es el verificador externo (compilador, pruebas, especificación formal), más seguro resulta encomendar tareas largas al modelo. Lo que merece confianza no es el tono seguro de la respuesta, sino la verificación.
En tercer lugar, Alpöge sostiene que el enfoque podría funcionar también para la hipótesis de Riemann generalizada, un problema matemático aún más amplio. Tampoco esto pasa, por ahora, de ser una afirmación.
Es pronto para decir que la hipótesis de Riemann está resuelta. Pero si la demostración supera una verificación independiente, 2026 podría pasar a la historia no solo de las matemáticas, sino también de la inteligencia artificial. El avance de la verificación pública puede seguirse en el enlace de la fuente original: http://106.14.11.164.
- 20 nov 2026Microsoft integra Word, Excel y PowerPoint en Copilot y lanza el agente Autopilot
- 20 nov 2026Anthropic venderá sus acciones en la IPO a $83, por encima del rango previsto de $70–78
- 20 nov 2026Verificar con matemáticas el código de la IA sale más barato: Opus 5.5 gasta un 40% menos de tokens
- 20 nov 2026Nvidia invirtió $58,1 mil millones en otras empresas en nueve meses: 12 veces más que hace un año
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué se ha afirmado exactamente y por qué importa?
La hipótesis la formuló el matemático alemán Bernhard Riemann en 1859, y en 167 años los mejores matemáticos del planeta no han logrado demostrarla. Forma parte de la lista de los siete problemas del milenio: por resolver cada uno, el Instituto Clay de Matemáticas ofrece un millón de dólares. En pocas palabras, la hipótesis está relacionada con la distribución de los números primos, los que solo son divisibles entre uno y entre sí mismos.
¿Qué se sabe sobre En qué se diferencia Lean de un «texto bonito»?
Imagine dos formas de revisar el código de otra persona. En la primera, lo lee con los ojos y decide que todo parece razonable. En la segunda, ejecuta el compilador y las pruebas: o pasan, o no pasan. Lean es la segunda forma, aplicada a las matemáticas. Cada paso del razonamiento se escribe como código y el ordenador lo comprueba de forma secuencial. Un modelo puede escribir con total seguridad cualquier disparate, pero en Lean un paso no verificado simplemente no compila.
¿Qué se sabe sobre Por qué es pronto para cantar victoria?
Un 99% de la compilación sin errores no significa que la hipótesis esté demostrada. Hay dos preguntas principales. La primera: si el teorema final en Lean corresponde realmente al problema original. Una analogía del desarrollo: las pruebas pueden estar en verde y, aun así, comprobar algo distinto de lo que exigía la especificación. Si el enunciado en Lean difiere de la verdadera hipótesis de Riemann, el ordenador confirmará con toda honestidad un teorema equivocado.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.