La IA de Claude eleva al 67,2% un resultado de Riemann

Claude no resolvió la hipótesis de Riemann, uno de los problemas abiertos más famosos de las matemáticas. Pero durante el intento encontró una mejora relevante: elevó del 41,6% al 67,2% la proporción mínima conocida de ciertos ceros de la función zeta que se encuentran en la línea que estudian los matemáticos.

El resultado procede de una versión de investigación de Claude que todavía no se ha publicado. Anthropic afirma que dos de sus matemáticos revisaron el trabajo y que expertos externos, entre ellos Brian Conrey y Dan Goldston, también examinaron el artículo.

Qué significa el 67,2%

La hipótesis de Riemann, formulada en 1859, está relacionada con la distribución de los números primos. Estos son los números que solo pueden dividirse entre 1 y ellos mismos, como 2, 3, 5 o 7.

La función zeta de Riemann tiene unos puntos llamados ceros. La hipótesis sostiene que todos los ceros relevantes se encuentran sobre una misma línea vertical en el plano complejo. Nadie ha conseguido demostrar que esto sea cierto ni encontrar un contraejemplo. Su resolución tiene un premio de un millón de dólares.

El trabajo de Claude no demuestra la hipótesis completa. Lo que hace es mejorar una cota inferior: ahora se puede afirmar que al menos el 67,2% de esos ceros está en esa línea, frente al 41,6% que se conocía antes.

Eso no equivale a decir que el 67,2% sea una probabilidad ni que el resto de los ceros esté fuera. Es un mínimo demostrado para una parte del problema.

Cómo llegó Claude al resultado

El modelo combinó resultados publicados durante décadas por varios matemáticos, incluido un trabajo de Enrico Bombieri de 2000 y estudios más recientes de Baluyot, Goldston, Suriajaya y Turnage-Butterbaugh.

La idea central consiste en estudiar una forma cuadrática, una herramienta matemática que permite relacionar los ceros situados en la línea con los que podrían estar fuera de ella. Claude encontró que tratar todas esas partes conjuntamente, sin obligar a que la forma fuera diagonal, permitía superar la cota anterior.

La explicación técnica completa está en el artículo de Anthropic. Para comprobar el resultado, Claude también produjo una formalización en Lean, un sistema que verifica pruebas matemáticas de forma automática. Anthropic señala que esa formalización superó su herramienta estándar de validación.

Un proceso de prueba poco convencional

El encargo inicial era mucho más ambicioso: intentar demostrar la hipótesis de Riemann. Jarred Sumner, un empleado de Anthropic sin formación matemática, pidió a Claude que hiciera un intento serio y dejó que el modelo eligiera el camino.

En una primera fase, Claude generó 650 ideas, pero ninguna funcionó. Después coordinó alrededor de 60 subagentes durante un día y medio en Claude Code. Entre todos ejecutaron 2.400 comandos, escribieron cientos de scripts en Python y realizaron miles de comprobaciones numéricas con ceros de la función zeta ya conocidos.

Cuando apareció el resultado, Claude lo sometió a más pruebas: buscó contraejemplos, revisó 54 artículos de arXiv para comprobar que el hallazgo no estuviera publicado, pidió revisiones cruzadas y volvió a demostrarlo desde cero.

Qué cambia para ti

No vas a tener una aplicación nueva ni una respuesta inmediata a un problema cotidiano. El valor está en otro sitio: Claude ha mostrado que un modelo puede combinar investigaciones existentes, detectar una conexión que no estaba siendo utilizada de esa forma y convertirla en una prueba que luego revisan matemáticos humanos.

El resultado sigue necesitando el escrutinio de la comunidad matemática. Anthropic tampoco espera que esta técnica conduzca a demostrar la hipótesis de Riemann. Pero sí apunta a un uso más concreto de la IA en la ciencia: no sustituir la validación experta, sino explorar muchas rutas, encontrar combinaciones poco obvias y entregar resultados que los especialistas puedan comprobar.

Lo importante no es que Claude haya resuelto un problema de 167 años. No lo hizo. Lo importante es que un intento fallido produjo una mejora verificable en un problema relacionado, y que la próxima frontera será determinar cuántos de estos hallazgos resisten una revisión matemática independiente y prolongada.