Un sistema de OpenAI resolvió un enigma geométrico de décadas, según Bitcoin News. La inteligencia artificial abordó el problema de la distancia unitaria, planteado por Paul Erdős en 1946, marcando un avance significativo en la investigación matemática el 27 de mayo de 2026.
¿Qué ocurrió?
El problema de la distancia unitaria pregunta cuántos pares de puntos que están exactamente a una unidad de distancia pueden existir entre n puntos en un plano plano. El sistema de OpenAI presentó una nueva construcción, superando las expectativas anteriores al producir configuraciones con n^(1+δ) pares de distancia unitaria. Matemáticos de Princeton verificaron el resultado, con figuras reconocidas como Tim Gowers y Arul Shankar reconociendo su importancia.
Generaciones de matemáticos limitaron sus esfuerzos a técnicas tradicionales, que sugerían que el crecimiento rondaba n^(1+o(1)). Sin embargo, la sugerencia de la IA combinó la intuición geométrica con una avanzada teoría de números algebraicos. Esto señaló un cambio en la metodología, donde la IA puede ayudar a explorar nuevas vías dentro de problemas establecidos.
¿Por qué es importante?
Este logro indica una posible transformación en la colaboración matemática. Representa un nuevo tipo de proceso de investigación donde las máquinas proponen soluciones candidatas. Los expertos ven esto como un modelo prometedor para extender descubrimientos en diversos campos, incluyendo la teoría de códigos y la criptografía, que dependen de pruebas y construcciones complejas.
Antecedentes
El 20 de mayo de 1946, Paul Erdős planteó el problema de la distancia unitaria, desatando un desafío duradero para los matemáticos. Durante décadas, los investigadores utilizaron diversos métodos, como organizar puntos en cuadrículas, para entender la cuestión, pero lograron resultados limitados. El problema permaneció sin resolver hasta que OpenAI intervino con su enfoque innovador.
¿Qué sigue?
La próxima colaboración entre matemáticos e IA podría redefinir las metodologías en diversas disciplinas matemáticas, ya que los equipos buscan innovar y mejorar las prácticas tradicionales en la resolución de problemas antes de finalizar el año.
