OpenAI ha anunciat tres avenços científics aconseguits amb els seus models d'intel·ligència artificial que podrien tenir importants implicacions per a les matemàtiques, la informàtica i la física. La companyia assegura que els seus sistemes han resolt diverses qüestions teòriques de gran complexitat, inclosa una conjectura matemàtica i una hipòtesi fonamental sobre la dificultat de determinats càlculs informàtics. Per comprovar l'abast d'aquests resultats, OpenAI està col·laborant amb investigadors externs que ajudaran a analitzar-los i explicar les seves conseqüències. I no és la primera vegada que aconsegueix resoldre un gran problema.
Els tres avenços científics que OpenAI atribueix a la seva IA
El primer avenç està relacionat amb les matemàtiques i l'estudi de les ones. OpenAI assegura que els seus models han demostrat la conjectura de suavització local en totes les dimensions, un problema que busca comprendre millor com es distribueix l'energia de les ones i com es comporten quan es propaguen. Aquesta demostració també permetria resoldre altres dos problemes matemàtics importants, coneguts com la conjectura de Kakeya i la conjectura de restricció de Stein. Per comprovar que els raonaments són correctes, la companyia ha publicat una versió formalitzada amb Lean, un sistema informàtic que permet verificar demostracions matemàtiques pas a pas mitjançant regles lògiques.
El segon avenç afecta la informàtica teòrica. En aquest cas, OpenAI afirma que els seus models han refutat la hipòtesi del temps exponencial (ETH), una idea que els investigadors utilitzen per estudiar quant de temps necessiten els ordinadors per resoldre determinats problemes. Aquesta hipòtesi estableix, de forma simplificada, que alguns problemes són tan difícils que no poden resoldre's mitjançant algorismes molt més ràpids del que es considera possible actualment. Si la demostració és correcta, podria canviar algunes de les idees que els científics utilitzen per estudiar els límits de la computació i trobar noves formes de dissenyar algorismes. Això no significa que els ordinadors hagin de ser automàticament més ràpids, sinó que podrien obrir-se noves possibilitats per investigar com resoldre certs problemes de manera més eficient.
We are announcing three new discoveries in mathematics, computer science, and physics about harmonic analysis, complexity theory, and quantum field theory. https://t.co/9BX8HWQDTJ
— Dan Roberts (@danintheory) October 26, 2026
El tercer progrés correspon a la física teòrica i aborda una qüestió especialment complexa: demostrar matemàticament l'existència de determinades teories quàntiques de camps en quatre dimensions. Entre elles es troba la cromodinàmica quàntica, la teoria que explica com interactuen els quarks i els gluons mitjançant la força nuclear forta, responsable de mantenir units els components fonamentals dels protons i els neutrons. El treball també aborda la teoria de Yang-Mills, relacionada amb un dels grans problemes matemàtics del mil·lenni, la resolució del qual podria tenir importants implicacions per a la física fonamental. A causa de la complexitat d'aquest resultat, un grup d'experts liderat per David Gross, Premi Nobel de Física, està treballant en la seva anàlisi per comprendre millor la demostració i explicar el seu abast abans de publicar els materials generats per la IA.
OpenAI vol que els científics verifiquin els resultats
Un dels aspectes més interessants d'aquest anunci és que OpenAI reconeix que generar una demostració no n'hi ha prou per convertir-la en un descobriment científicament útil. Per això, ha plantejat diferents formes de col·laboració amb experts externs, que podran estudiar els resultats, explicar la seva rellevància i publicar les seves pròpies conclusions sense acords de confidencialitat que els ho impedeixin.
La companyia també s'ha compromès a facilitar recursos perquè els investigadors puguin examinar aquests avenços de manera independent. Aquesta iniciativa complementa la seva recent aportació de cinc milions de dòlars a la Simons Foundation, destinada a finançar tallers, conferències i programes que ajudin la comunitat científica a comprendre i desenvolupar els resultats produïts per la intel·ligència artificial.
En qualsevol cas, convé mantenir una certa cautela. Encara que OpenAI afirma que les demostracions s'han formalitzat mitjançant Lean, l'abast dels resultats i les seves implicacions s'han d'examinar de forma independent. Si les conclusions es confirmen, podrien representar un pas important en l'ús de la IA per a la investigació científica, però encara queda feina per fer per determinar fins a quin punt canviaran les matemàtiques, la informàtica i la física.