Claude Probó 650 Ideas sin Éxito Antes de Lograr un Avance Ligado a la Hipótesis de Riemann

¿Qué ocurre cuando una tarea parece imposible, pero alguien puede revisar miles de pistas sin cansarse, equivocarse y volver a empezar? La hipótesis de Riemann lleva más de 160 años esperando una respuesta. Claude no la resolvió, pero encontró una pieza clave en el camino.

Anthropic probó una variante experimental de Claude sobre este problema matemático, planteado en 1859 y todavía abierto. El hallazgo no fue la solución de la hipótesis, sino una mejora concreta en uno de sus resultados derivados, un terreno donde el avance llevaba décadas siendo lento.

Jarred Sumner, empleado de Anthropic sin formación específica en matemáticas avanzadas, le pidió inicialmente al modelo que resolviera el problema. En su primer intento, Claude generó y puso a prueba 650 ideas. Ninguna funcionó.

Luego, tras recibir la orden de continuar, el sistema trabajó durante cerca de un día y medio. Escribió cientos de scripts en Python (pequeños programas para hacer cálculos) y realizó comprobaciones numéricas de forma insistente.

Los mensajes de Sumner fueron, en gran parte, tan simples como “sigue adelante” y “cree en ti mismo”. No indican que la IA necesite aliento emocional. Más bien, podrían haber permitido que el proceso siguiera consumiendo recursos de cómputo, aunque esa interpretación también ha sido discutida.

Una biblioteca con millones de cajones

El mecanismo se entiende mejor con una analogía doméstica. Claude no actuó como un genio que inventa una herramienta desde cero. Funcionó como alguien que entra en una enorme casa llena de cajones, recuerda dónde está cada pieza y prueba combinaciones que antes nadie había juntado.

La oportunidad apareció al conectar trabajos recientes de matemáticos distintos. Dos subagentes, programas internos que realizan tareas separadas, detectaron que varias herramientas humanas podían encajar como engranajes de una misma máquina.

Así logró elevar un límite conocido del 41,6% al 67,2%. La cifra corresponde a un resultado derivado de la hipótesis de Riemann, no a la hipótesis central. Pero revela una capacidad relevante: revisar literatura matemática, comparar métodos y encontrar conexiones útiles entre teorías alejadas.

Es como reparar una instalación eléctrica sin fabricar cables nuevos. La IA localiza qué cables ya existen, descubre cuáles pueden unirse y activa un interruptor que hasta entonces nadie había visto. El experimento demandó dos sesiones de Claude Code y generó 31 millones de tokens de salida. Anthropic no informó el coste económico de ese trabajo, una parte importante del debate sobre la escala de estos sistemas.

Después del hallazgo, los agentes intentaron refutar su propia prueba. Buscaron contraejemplos, descargaron 54 estudios de arXiv, un repositorio de investigaciones científicas, y comprobaron que la idea no hubiera sido publicada antes. Luego reconstruyeron la demostración desde cero.

Finalmente, dos matemáticos de Anthropic revisaron el resultado con Lean, una plataforma que verifica demostraciones paso a paso, y lo validaron. Esa revisión humana es central: la IA puede abrir puertas, pero todavía necesita controles rigurosos antes de convertir una respuesta en conocimiento confiable.

La hipótesis de Riemann sigue intacta. Sin embargo, este caso muestra que la IA puede convertirse en una investigadora incansable: no reemplaza al matemático que imagina el plano de la casa, pero sí puede recorrer cada habitación hasta encontrar una conexión que permanecía a oscuras.

Sofía Sicilia

Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.