8 de octubre de 2026

Una parte de la comunidad matemática está en pie de guerra contra OpenAI

Una parte de la comunidad matemática está en pie de guerra contra OpenAI

Algunos matemáticos están indignados. Otros están preocupados. Y muchos de ellos están fascinados. Todos tienen motivos de peso para sentirse así. La irrupción de los modelos de inteligencia artificial (IA) de frontera en el ámbito de la investigación en matemáticas ha desencadenado una catarsis que no es del todo fácil entender.

Durante las últimas semanas OpenAI ha protagonizado varios de los grandes hitos de esta década en el terreno de las matemáticas. Y ayer mismo publicó en X un tuit en el que anticipa que está preparando la publicación de más resultados matemáticos producidos por un modelo de frontera interno.

Esto no ha hecho más que empezar. A principios de septiembre, uno de los modelos de vanguardia que por el momento solo está siendo utilizado por los investigadores de la propia compañía logró encontrar una solución al problema de Navier-Stokes, uno de los Problemas del Milenio que permanecían sin resolver.

Su resultado todavía no ha sido validado de forma independiente por la comunidad matemática, pero desvela algo mucho más profundo: una IA ya es capaz de abordar problemas que durante décadas se les han resistido a los mejores matemáticos del mundo. Tenemos otro ejemplo muy reciente. El pasado 30 de septiembre OpenAI publicó un resultado sobre una versión debilitada de la hipótesis de Riemann. Definitivamente, esto es solo el principio.

La comunidad matemática más crítica está horrorizada

"OpenAI, que actualmente se defiende en demandas por acusaciones de plagio ilegal, infracción de derechos de autor y dilución de marca, publicó un repositorio de manuscritos que supuestamente contienen soluciones a varios problemas destacados de las matemáticas. Los matemáticos no pidieron que se hiciera este trabajo [...] OpenAI ha demostrado un desprecio total por las normas de la investigación científica, normas que garantizan que las matemáticas sigan siendo fiables, se investiguen de forma ética y sirvan al interés público".

"Publicar más de 700 archivos de golpe no es una demostración de rigor académico, sino una demostración de poder"

Este texto es un extracto del comunicado emitido ayer por la Asociación de Matemáticas Humanas como respuesta al lanzamiento de resultados matemáticos de OpenAI del 6 de octubre. Su tono es muy crítico y llega incluso más lejos de lo que cabría esperar:

"[...] Instamos a los matemáticos y al público a valorar este modelo de publicación con el debido escepticismo. Publicar más de 700 archivos de golpe no es una demostración de rigor académico, sino una demostración de poder. Instamos a los matemáticos a dejar de colaborar con OpenAI [...]".

Es evidente que los ánimos están muy caldeados. Como acabamos de ver, a algunos matemáticos no les hace ninguna gracia que un laboratorio de IA publique de golpe un aluvión de resultados sin someterse a las normas de investigación mayoritariamente aceptadas. En su artículo del 6 de octubre, OpenAI expresa su visión acerca de este asunto:

"Para establecer un procedimiento común a la hora de compartir resultados con la comunidad matemática, hemos consultado al Grupo Asesor sobre Matemáticas e Inteligencia Artificial del Instituto de Estudios Avanzados, un organismo independiente, sobre el desarrollo de buenas prácticas. Estamos incorporando sus consejos y recomendaciones públicas a nuestra forma de publicar estos resultados [...]".
"Para promover la transparencia y la apertura en la ciencia, también publicamos en el repositorio más detalles sobre cómo obtuvimos los resultados [...] Queremos que estos avances amplíen los límites del conocimiento humano y propicien nuevos progresos en matemáticas [...] Queremos poner capacidades de última generación directamente en manos de los científicos y estamos trabajando para ofrecer de forma responsable el modelo que produjo estos resultados [...]".

Hay otro problema de fondo

En la comunidad científica existe un consenso casi unánime que defiende que Terence Tao, que tiene la doble nacionalidad australiana y estadounidense, es el auténtico 'Mozart de las matemáticas'. Su prestigio se lo ha ganado a pulso. Ganó la Medalla Fields, que suele ser considerada el Nobel de las matemáticas, en 2006, cuando tenía 31 años. Y se hizo con ella por sus contribuciones en tres áreas fundamentales: la teoría de números, las ecuaciones en derivadas parciales y el análisis armónico.

Terence Tao es actualmente uno de los mayores impulsores de Lean dentro de la comunidad científica

Tao no cree que la IA acabe sustituyendo a los investigadores; sostiene que, en realidad, es una herramienta muy valiosa que permite a los matemáticos dejar atrás la investigación individual y colaborar en proyectos mucho más grandes y ambiciosos. Y predica con el ejemplo. De hecho, ha introducido Lean en su flujo de trabajo diario.

Esta herramienta es un asistente de demostraciones y un lenguaje de programación diseñado para verificar los razonamientos matemáticos y comprobar que son totalmente correctos. Tao es actualmente uno de los mayores impulsores de Lean dentro de la comunidad científica.

En la coyuntura actual no es razonable acusar a Tao de ser un matemático contrario al uso de la IA. Pese a todo, en su artículo 'Las matemáticas en la era de la IA' ha puesto sobre la mesa con mucha lucidez algunos de los problemas derivados del uso de esta tecnología en el ámbito de la investigación en matemáticas. Una de sus preocupaciones se ciñe a las matemáticas que nos estamos perdiendo al ceder la investigación a un modelo de IA:

"Para resolver realmente un problema matemático, proporcionar una mera respuesta (incluso aunque esté formalmente certificada) no es suficiente. Lo que falta es una demostración inteligible que los matemáticos humanos puedan comprender y utilizar para hacer avanzar los objetivos de las matemáticas".

Además, Tao considera que aunque un modelo de IA produzca demostraciones correctas y comprensibles, esto no significa que "haya resuelto las matemáticas", como sostienen algunos partidarios de la IA. Según este investigador, las matemáticas no consisten únicamente en resolver problemas, sino también en desarrollar conceptos y teorías, formular nuevas preguntas, unificar áreas diferentes, educar a nuevas generaciones y construir conocimiento acumulativo.

Imagen | RF._.studio _

Más información | OpenAI | AHM

En Xataka | Estos dos problemas han desconcertado a los matemáticos durante décadas. Un genio los ha resuelto de un plumazo

-
La noticia Una parte de la comunidad matemática está en pie de guerra contra OpenAI fue publicada originalmente en Xataka por Laura López .



☞ El artículo completo original de Laura López lo puedes ver aquí

La NASA publica el vídeo de la reentrada de la cápsula Orión de la misión Artemisa II a la Luna

La NASA acaba de publicar el vídeo de la reentrada y amerizaje de la cápsula Orión de la misión Artemisa II, que volvió a casa el pasado 11 de abril, grabado por una GoPro Hero 4 Black. En concreto de la denominada Cabcam2, que iba instalada en la ventanilla del piloto. Iban más cámaras a bordo pero esos vídeos aún no están disponibles.

Aunque la versión aquí embebida es la procesada por Simeon Schmauß, que sabe un montón y medio de estas cosas, para eliminar la distorsión causada por el modo en el que fue grabado el vídeo y que si no haces nada distorsiona el horizonte.

El vídeo comienza con la cápsula a unos 2.000 kilómetros de altitud y a una velocidad de unos 33.000 kilómetros por hora. La reentrada propiamente dicha comienza unos 10 minutos más tarde, cuando la Orión alcanza la interfaz de entrada a una altitud de 122 km volando a algo menos de 40.000 kph.

En el punto de vista de esta cámara es especialmente llamativa la cola de plasma que va dejando la cápsula tras sí. Y las oscilaciones de lado a lado que se ven mientras maniobra para dirigirse a su zona de amerizaje. Se oye –más o menos, más bien menos– a la tripulación y a Jenny Gibbons mientras habla con ellos. Pero lo que se oye perfectamente es el golpeteo de los motores de maniobra cuando se activan.

La trayectoria de reentrada fue modificada respecto a la de Artemisa I porque en la primera el escudo térmico de la cápsula resultó bastante dañado, lo que de hecho contribuyó a que se retrasara el lanzamiento de Artemisa II. Pero todo indica que fue un cambio extremadamente efectivo: de más de 100 sitios en los que el escudo perdió material la nueva trayectoria redujo los daños a sólo nueve, menos profundos además.

Fue un final perfecto para una misión en la que el problema más serio estuvo en el mal funcionamiento del retrete.

Aunque en cualquier caso da un poco igual ya que para futuras misiones las Orión llevarán un escudo térmico distinto. Y además Artemisa III, planeada para no antes de junio de 2027, será una misión en órbita baja terrestre, con lo que la velocidad de reentrada será mucho menor. Lo que tampoco es mala idea para probar el funcionamiento de ese nuevo escudo.

Relacionado,

# Enlace permanente



☞ El artículo completo original de wicho@microsiervos.com (Wicho) lo puedes ver aquí

La NASA prepara PRIMA, el telescopio que verá lo que Hubble, James Webb y Roman no pueden: el infrarrojo lejano

La NASA prepara PRIMA, el telescopio que verá lo que Hubble, James Webb y Roman no pueden: el infrarrojo lejano

Actualmente, muchos telescopios espaciales están rastreando el cielo de distintas maneras. Tres de los más famosos son el Hubble, el James Webb y el Roman, que partió recientemente hacia su destino. Sin embargo, todos coinciden en una misma carencia: no son capaces de rastrear el cielo midiendo en el infrarrojo lejano. Alrededor de la mitad de la luz emitida por estrellas y galaxias a lo largo de la historia cósmica sale en esta banda del espectro. Por eso, sin un telescopio capaz de medirlo, nos estamos perdiendo la mitad de la fiesta. Afortunadamente, la NASA ya tiene una solución: la misión PRIMA.

Los objetivos. PRIMA tiene tres objetivos principales. En primer lugar, entender el origen de las atmósferas planetarias. Por otro lado, analizar cómo evolucionan junto a las galaxias los agujeros negros de sus centros. Y, para terminar, seguir la acumulación de polvo y elementos pesados a lo largo de la historia del Universo. 

Una misión de tamaño medio. Actualmente, la NASA está trabajando en varias misiones de tamaño medio, entre las que se encuentra PRIMA. Este tipo de misiones se llaman así porque su presupuesto y sus plazos son medios en comparación con las grandes, que a veces pueden suponer varias décadas para alcanzar los objetivos. En este caso, si todo va bien, se lanzará en 2033, con una inversión de 1.200 millones de dólares. Sí, eso es un presupuesto medio.

Estará muy bien acompañada. El objetivo de PRIMA será el punto de Lagrange L2, el lugar de destino del Nancy Grace Roman y el punto en el que el telescopio James Webb lleva ya varios años trabajando. Por lo tanto, los 3 podrán hacer equipo. No se puede saber con seguridad si este último seguirá allí en 2033, pero el Roman probablemente sí, pues tiene propelente para mucho más tiempo del que se planeó en un principio. 

La importancia del infrarrojo lejano. Los telescopios ubicados en la Tierra no pueden medir en el infrarrojo lejano, pues nuestra atmósfera bloquea la luz en esa longitud de onda. No obstante, es muy importante buscar formas de medirla, ya que más de la mitad de procesos del Universo ocurren en zonas muy polvorientas. Ese polvo absorbe la  luz visible y la ultravioleta y la reemite en el infrarrojo. Por eso, como explica en declaraciones recogidas en IFLScience el investigador de Caltech George Helou, si no tenemos instrumentos que puedan medir en el infrarrojo lejano, el Universo es un libro al que le faltan la mitad de las páginas.

El último gran telescopio que era capaz de medir en esa región del espectro electromagnético fue el Herschel, de la ESA. No obstante, este dejó de funcionar en 2013, tras quedarse sin refrigerante, y dejó muchos misterios por resolver. 

A la espera de lanzamiento. Para terminar, cabe destacar que los 1.200 millones de dólares excluyen el lanzamiento, así que a la NASA le queda encontrar un buen candidato para impulsar esta misión al espacio, por un precio competitivo. 

Imagen | NASA/JPL-Caltech

En Xataka | Llevamos años estudiando los planetas de TRAPPIST-1 con una gran esperanza. El James Webb acaba de tumbarla


-
La noticia La NASA prepara PRIMA, el telescopio que verá lo que Hubble, James Webb y Roman no pueden: el infrarrojo lejano fue publicada originalmente en Xataka por Azucena Martín .



☞ El artículo completo original de Azucena Martín lo puedes ver aquí

La radiación de las antenas de telefonía comparadas con una bombilla del salón

La radiación de las antenas de telefonía comparadas con una bombilla del salón (CC0) Alvy

En la charleta de bar del otro día salió el tema de las antenas de telefonía del barrio, que son muy llamativas por su ubicación en un edificio de viviendas, justo enfrente precisamente de la terraza del bar (no son nuevas, pero deben ser 5G+4G). Tuve que oír cosas <dramatización> como: ¿Son peligrosas? ¿Nos dañarán el ADN? ¿Nos darán cáncer, nos saldrán antenas y tentáculos? En fin, cosas que surgen cuando no hay nada mejor de lo que hablar, supongo.

Ya hemos explicado por aquí más de una vez que este tipo de antenas no son peligrosas y que aunque moriremos todos tarde o temprano, no será por las antenas. ¿Permitiría el ayuntamiento que hubiera equipos peligrosísimos para la salud de los ciudadanos por toda la ciudad? ¿Rayos de la muerte cruzando de un lado a otro de la calle? Pues, hombre… va a ser que no.

Cuestión de radiaciones

Este tipo de antenas tan comunes emiten lo que se llama radiación no ionizante, como la luz visible de una bombilla o los infrarrojos de un mando a distancia. «Radiación» significa que la energía viaja mediante ondas; no implica radiactividad. Y «no ionizante» significa que cada fotón (que son como paquetes de energía), carece de energía suficiente como para llegar a arrancar los electrones de los átomos cuando choca con ellos. Por comparar, los rayos X sí que pueden hacerlo; por eso se tiene mucho cuidado con exponerse demasiado a ellos. Pero las ondas de telefonía no son rayos x y, simplemente, no pueden dañar el ADN.

Si queremos una comparación cotidiana la tenemos en el salón: encender una bombilla también nos expone a radiación no ionizante. Sus fotones tienen más energía que los de telefonía, aunque eso no determina por sí solo el riesgo. Importan la intensidad y cuánto absorbe el cuerpo. Una lámpara infrarroja (como las de broncearse o las que se usan en algunos terrarios) puede calentar; una radiofrecuencia suficientemente intensa también. Por eso hay límites de exposición. Pero «no ionizante» significa precisamente que es inocua a cualquier potencia.

Según la ICNIRP (la Comisión Internacional de Protección contra la Radiación No Ionizante), las investigaciones sobre cómo afecta a las personas la exposición normal a las estaciones base de telefonía no aportan pruebas concluyentes de que haya efectos perjudiciales. Y la OMS (Organización Mundial de la Salud) explica que el calentamiento es insignificante.

Así que queda claro: se puede vivir rodeado de antenas base sin mayores problemas. Las conspiranoias sobre antenas que fríen cerebros, o reprograman la mente en algunas versiones más extremas, necesitarían algo más que flechas rojas sobre una foto de baja calidad reenviada cien veces. Ojalá el 5G controlase nuestras mentes… Así podría usarse para conseguir que recordásemos las contraseñas.

Relacionados:

# Enlace permanente



☞ El artículo completo original de alvy@microsiervos.com (Alvy) lo puedes ver aquí

Google, Meta y Biohub ponen 1.800 millones para construir la primera célula virtual con IA

Google, Meta y Biohub ponen 1.800 millones para construir la primera célula virtual con IA

Google, Meta y el Chan Zuckerberg Biohub han anunciado una inversión conjunta que supera los 1.800 millones de dólares (≈ 1.692 millones de euros) para desarrollar un modelo de inteligencia artificial capaz de simular el comportamiento de cualquier célula biológica. El objetivo es crear la primera «célula virtual» completa: un sistema que permita replicar cualquier experimento biológico in silico antes de llevarlo a un laboratorio. Lo publica Axios el 7 de octubre de 2026 con fuentes directas del proyecto.

La arquitectura financiera del proyecto reparte el riesgo de una forma que merece atención: el Departamento de Energía estadounidense ha comprometido más de 500 millones de dólares, los Institutos Nacionales de Salud (NIH) habían aportado una cifra similar en rondas anteriores de investigación básica, y la coalición privada —que incluye a Google DeepMind, Isomorphic Labs y Meta— suma aproximadamente 300 millones adicionales. El propio Biohub, como organización sin ánimo de lucro del Chan Zuckerberg Initiative, ha puesto sobre la mesa otros 500 millones en infraestructura y coordinación científica.

La apuesta técnica la lidera Alex Rives, el biólogo computacional de Meta que desarrolló ESMFold, el sistema que predice estructuras proteicas como alternativa a AlphaFold. Zuckerberg ha respaldado públicamente el proyecto en X.

¿Qué es exactamente una célula virtual y cuánto nos falta para tenerla?

Una célula virtual no es una visualización 3D de una célula. Es un modelo matemático suficientemente preciso como para predecir cómo responderá esa célula a una perturbación —un fármaco, una mutación genética, un cambio en el entorno— sin necesidad de hacer el experimento real. Llevamos décadas intentándolo con resultados parciales: los modelos de proteínas de AlphaFold o los modelos de regulación genómica como AlphaGenome y su lectura de los interruptores del ADN son piezas del rompecabezas, no el rompecabezas completo.

Lo que BioHub está intentando construir es el nivel superior: un modelo que integre la regulación genómica, el proteoma, el metaboloma y las señales extracelulares en un sistema unificado. Si funciona, un investigador podría testear in silico diez mil variantes de un fármaco en una tarde en lugar de años de laboratorio.

He cubierto AlphaFold2 en 2020 cuando DeepMind publicó sus resultados y la comunidad científica tardó semanas en procesar qué significaba de verdad. Desde entonces he aprendido que los plazos en biología computacional siempre se alargan más de lo que los anuncios sugieren.

El año de embargo: la señal que separa la ciencia de la PR

El detalle más importante del anuncio no es el dinero. Es el embargo de un año sobre los datos generados por el modelo antes de cualquier publicación externa.

Los organismos científicos involucrados —varios institutos europeos y americanos de investigación— han pactado no publicar resultados del modelo virtual durante doce meses desde que esté operativo, para permitir validación interna y reducir el riesgo de que hallazgos incorrectos se propaguen antes de ser revisados por pares. Ese compromiso es inusual y, desde mi punto de vista, es la señal más sólida de que aquí hay ciencia de verdad detrás del proyecto, no solo relaciones públicas.

La comparación con DrugCLIP y la búsqueda molecular de fármacos convertida en motor de IA ilustra bien la distancia entre lo que ya funciona —buscar candidatos farmacológicos conocidos más rápido— y lo que este proyecto intenta: crear candidatos nuevos simulando directamente la biología. Un salto cualitativo enorme.

El impacto real: ¿para qué sirve esto en la práctica?

La aplicación más inmediata y económicamente relevante es oncología. Los tumores son extraordinariamente heterogéneos: la misma mutación produce respuestas diferentes en células de distintos tejidos y pacientes diferentes. Un modelo que pueda simular esa heterogeneidad antes de entrar en ensayo clínico podría reducir drásticamente el coste —y el tiempo— de desarrollo de terapias diana.

La segunda aplicación es el envejecimiento celular. Las vesículas extracelulares y su potencial para frenar la senescencia celular es un área de investigación que depende directamente de entender qué señales celulares regulan el proceso de envejecimiento. Un modelo virtual que simule esas señales aceleraría la investigación de forma sustancial.

La pregunta que los investigadores que no están en el proyecto se hacen en privado es si 1.800 millones y el talento de DeepMind son suficientes para resolver algo que la biología lleva ochenta años intentando modelar. La respuesta honesta es que nadie lo sabe. Pero si hay una combinación de recursos, talento y motivación financiera suficiente para intentarlo seriamente, es difícil imaginar una más potente que esta.




☞ El artículo completo original de Natalia Polo lo puedes ver aquí