Una demostración que le tomó a un matemático siete años construir, y a otro investigador unos cinco años proyectados para formalizar, ahora ha sido completada por un equipo de agentes de IA en once días. El modelo Claude de Anthropic ha producido una versión formal del Último Teorema de Fermat, uno de los problemas más célebres en la historia de las matemáticas. Esto no es una nueva demostración. Es algo posiblemente más útil, una confirmación leíble y verificada por máquina de que la demostración humana es correcta, construida desde cero en un lenguaje de programación llamado Lean.
Un problema de 350 años y lo que significa realmente “formalizar”
El Último Teorema de Fermat establece que ningún número entero a, b y c puede satisfacer la ecuación aⁿ + bⁿ = cⁿ cuando n es un número entero mayor que 2. Pierre de Fermat planteó el enigma en el siglo XVII, señalando célebremente en el margen de un libro de texto que había encontrado una demostración pero le faltaba espacio para escribirla. Esa nota persiguió a las matemáticas durante aproximadamente tres siglos y medio.
Andrew Wiles finalmente demostró el teorema en 1995, después de trabajar en el problema en secreto durante siete años. Su demostración no estuvo exenta de dificultades, ya que se descubrió un fallo, y le tomó a Wiles y a su colaborador Richard Taylor aproximadamente un año solucionarlo. El episodio ilustra una vulnerabilidad estructural en las demostraciones matemáticas tradicionales. Están escritas en lenguaje natural y notación lógica, revisadas por expertos humanos y son vulnerables a errores que pueden ocultarse dentro de largas cadenas de razonamiento.
La formalización aborda esta vulnerabilidad directamente. Significa traducir una demostración en código informático, específicamente en un lenguaje formal que una máquina puede verificar paso a paso. No hay ambigüedad en el código. O la lógica se sostiene o no se sostiene. Un repositorio central llamado Mathlib ya almacena alrededor de 2 millones de líneas de matemáticas formalizadas. La nueva demostración de Anthropic añade 13 millones de líneas a ese panorama, cubriendo aproximadamente 29.500 teoremas intermedios que fueron necesarios para alcanzar el resultado final. Eso hace que sea más de cinco veces el tamaño de todo el contenido previo de Mathlib combinado, y la demostración en Lean más grande jamás escrita.
Cómo trabajaron realmente los agentes (y dónde tuvieron dificultades)
El sistema de Anthropic no utilizó un único modelo de IA trabajando de forma aislada. Se desplegaron múltiples agentes separados, cada uno asignado a diferentes porciones del problema, abordando fragmentos más pequeños del teorema en paralelo. El proceso funcionó de manera continua y autónoma durante once días.
Los expertos humanos no estuvieron ausentes. Proporcionaron lo que Anthropic describe como “instrucciones de alto nivel” para mantener el trabajo en marcha. Esto vale la pena señalarlo: los agentes perdieron periódicamente el rastro del estado general del proyecto y dejaron de colaborar eficazmente. El sistema requirió orientación externa para recuperarse de esas interrupciones. Lo que finalmente ayudó fue una herramienta diseñada originalmente para la colaboración matemática humana, llamada Prove2Me. Una vez que los agentes comenzaron a utilizarla para rastrear su trabajo y coordinarse en los próximos pasos, el proyecto avanzó de manera más confiable.
Kevin Buzzard, un matemático del Imperial College London que había estado liderando un proyecto de cinco años para formalizar la misma demostración de Wiles y Taylor, comentó sobre el resultado. Señaló que la demostración descansa en “ninguna suposición aparte de los axiomas de las matemáticas”, y describió el trabajo como de múltiples capas, tocando el álgebra, el análisis armónico, la geometría y la teoría de números. Su evaluación es significativa: Buzzard no fue un espectador. Había organizado una conferencia en Londres a principios de este año que reunió a expertos en IA, científicos informáticos y matemáticos para trabajar exactamente en este problema. El anuncio de Anthropic eclipsó ese esfuerzo por completo.
Por qué esto importa más allá del teorema en sí
Esto es lo que la mayor parte de la cobertura de esta historia pasa por alto. El teorema en sí no es el punto. El Último Teorema de Fermat ya estaba demostrado. Lo que Anthropic ha demostrado es algo sobre la naturaleza del conocimiento matemático y cómo puede ser verificado, extendido y construido sobre él.
Buzzard lo expresó directamente: si la IA ahora puede autoformalizar una demostración de esta complejidad, entonces la formalización automática de la literatura matemática moderna más amplia se convierte en un objetivo realista a corto plazo. Ese es un cambio significativo. Las matemáticas son el fundamento de la física, la criptografía, la informática y la ingeniería. Un cuerpo de conocimiento matemático formalizado y verificable por máquina permitiría a los investigadores construir sobre resultados previos con mucha mayor confianza, detectando errores que la revisión humana podría pasar por alto y acelerando el ritmo al que se pueden establecer nuevos resultados.
El episodio también ilustra algo importante sobre cómo operan actualmente los sistemas de IA en el trabajo intelectual de alto riesgo. No son autónomos en la forma en que a veces se usa la palabra de manera vaga. Requirieron supervisión humana, colapsaron durante la coordinación y necesitaron herramientas diseñadas para la colaboración humana para funcionar eficazmente. El cronograma de once días es notable. La necesidad de orientación humana durante todo el proceso es igualmente informativa.
La IA aquí no está reemplazando a los matemáticos. Está manejando un volumen y una granularidad de verificación lógica que ningún equipo humano podría sostener a esta escala, liberando a los investigadores para que seconcentren en las preguntas de nivel superior sobre qué demostrar y por qué importa.
En resumen
Los agentes de IA de Anthropic han producido la demostración formal más grande jamás escrita, verificando el Último Teorema de Fermat en código Lean leíble por máquina a lo largo de 13 millones de líneas y 29.500 pasos intermedios. El resultado importa menos como un descubrimiento matemático y más como una demostración de que la IA ahora puede formalizar demostraciones complejas y estratificadas a una escala y velocidad que antes estaban fuera de alcance. El proceso requirió orientación humana y colapsó más de una vez. Ese contexto también pertenece a la historia.
Basado en información de New Scientist.