Shanmu Jin, investigador postdoctoral y residente de neurocirugía en el Peking Union Medical College Hospital de Pekín, ha demostrado la conjetura de Crouzeix, un problema de análisis matricial que había permanecido abierto durante más de dos décadas. El argumento decisivo no salió de un departamento de matemáticas. Emergió de una ejecución autónoma de 16 horas de GPT-5.6 Sol dentro del modo ChatGPT Work, guiada por un prompt cuidadosamente diseñado por el propio Jin.

Un camino poco convencional hacia un problema clásico

El camino de Jin hacia la conjetura fue todo menos lineal. Estudió geología en el pregrado, más tarde obtuvo un título de médico y construyó sus conocimientos matemáticos mediante estudio autodidacta, un esfuerzo motivado inicialmente por investigaciones sobre ultrasonido transcraneal.

La conjetura de Crouzeix, formulada en 2004 por el analista numérico francés Michel Crouzeix, se refiere a la relación entre la norma espectral de una matriz y el máximo de un polinomio sobre su rango numérico, una región convexa compacta del plano complejo, también conocida como campo de valores, que captura más del comportamiento de una matriz que sus autovalores por sí solos. La conjetura afirma que la constante 2 basta en esa cota, y se sabe que 2 es la constante más pequeña que podría hacerlo; el artículo original de Crouzeix estableció una constante finita de 11.08, y la cota publicada más precisa — 1 + √2, aproximadamente 2.414, de Crouzeix y Palencia en 2017 — seguía por encima del objetivo. Su resolución tiene aplicaciones directas en el análisis de funciones de matrices, solucionadores iterativos como GMRES, una herramienta estándar para los grandes sistemas lineales dispersos que surgen en la computación científica y la simulación de ingeniería, y los métodos de Krylov racionales.

Dentro de la sesión autónoma

En lugar de interactuar con el modelo de forma conversacional, Jin ejecutó una sesión autónoma prolongada utilizando una arquitectura de prompt adaptada de una que OpenAI había desarrollado para un resultado matemático anterior, la conjetura del doble recubrimiento de ciclos (Cycle Double Cover). La configuración impedía el acceso del modelo a internet. Desplegó subagentes rivales encargados de desarrollar de manera independiente y someter a pruebas de estrés diferentes estrategias de demostración, con instrucciones explícitas de evitar la convergencia prematura y el requisito de falsar los argumentos candidatos solo mediante contraejemplos concretos. Se indicó al modelo que continuara hasta que una demostración completa sobreviviera a la revisión adversarial interna.

El preprint resultante, publicado el 27 de julio de 2026, incluye el prompt completo, borradores sucesivos del manuscrito, una formalización en Lean — una versión de la demostración verificable por máquina, con la misma tecnología de asistentes de pruebas que matemáticos como Terence Tao han utilizado para certificar argumentos complejos — y una auditoría de axiomas.

Confirmación de pares y la pregunta de quién hace matemáticas hoy

La demostración ha sido revisada y confirmada por el matemático de Cornell Alex Townsend, la analista numérica Anne Greenbaum y el propio Michel Crouzeix, autor original de la conjetura. La revisión formal por pares está en curso.

Ocho días después de la aparición del preprint inicial, los matemáticos Emiel Lorist y Felix Schwenninger publicaron una demostración independiente de cinco páginas que emplea un método diferente, combinando la teoría clásica del potencial de doble capa con un lema de perturbación para 2-dilataciones. Jin celebró el resultado paralelo como un complemento de su propio trabajo.

El episodio hace visible un cambio estructural en la investigación matemática que es difícil de ignorar. Cuando un problema abierto desde 2004 es resuelto por un clínico autodidacta usando una herramienta de IA de consumo, las barreras para producir nuevos resultados se reducen sustancialmente, mientras que la experiencia necesaria para verificar esos resultados se vuelve, en consecuencia, más concentrada y más valiosa. El resultado también extiende un patrón documentado de sistemas de IA que avanzan en las matemáticas, tras el AlphaProof y AlphaGeometry 2 de Google DeepMind, que alcanzaron el nivel de medalla de plata en la Olimpiada Internacional de Matemática de 2024.

Para el campo de la IA, el caso ofrece una demostración concreta de lo que los modelos de lenguaje de frontera pueden lograr cuando se les asignan tareas autónomas bien estructuradas y tiempo de cómputo suficiente. Sigue abierta la pregunta de si la comunidad matemática cuenta con la infraestructura para absorber el volumen de resultados que podría surgir a continuación.

Fuente: Metaverse Post