Los agentes matemáticos impulsados por Gemini de Google han producido demostraciones para cinco problemas matemáticos previamente sin resolver, utilizando equipos de agentes de IA cuyo trabajo es calificado por verificadores automatizados implacables.

La implementación mejor documentada de este enfoque es un framework que DeepMind llama AlphaProof Nexus. Ejecuta múltiples subagentes demostradores independientes en bucles de razonamiento de múltiples turnos, impulsados por Gemini 3.1 Pro. Los agentes no producen una sola respuesta y se detienen ahí; razonan, revisan y reintentan durante varias rondas hasta que una demostración pasa los verificadores automatizados o falla. Ese diseño significa que la aceptación depende de la verificación comprobable por máquina en lugar de la confianza del modelo en su propio resultado.

Las cifras detrás de los resultados

AlphaProof Nexus resolvió 9 de 353 problemas de Erdős previamente sin resolver —preguntas abiertas planteadas por Paul Erdős, el prolífico matemático húngaro del siglo XX conocido por ofrecer premios en efectivo por sus problemas—, dos de las cuales llevaban 56 años desconcertando a los matemáticos. El mismo framework demostró 44 de 492 conjeturas listadas en la Online Encyclopedia of Integer Sequences, conocida como OEIS, una referencia de larga data donde los matemáticos catalogan patrones de enteros. Los resultados se obtuvieron a un costo computacional de solo unos pocos cientos de dólares por problema.

Un artículo detallado en arXiv que describe el trabajo fue publicado alrededor de mediados de 2026. Expertos del dominio revisaron los resultados y confirmaron tanto las demostraciones como la formalización fiel de las conjeturas originales. La formalización consiste en traducir un problema matemático escrito por humanos a un lenguaje preciso comprobable por máquina, y una traducción imprecisa puede significar demostrar completamente algo equivocado. Esa validación experta importa: aborda la pregunta recurrente de si las matemáticas generadas por IA son realmente correctas o solo persuasivas.

Aletheia y el historial olímpico

Un sistema separado, Aletheia, construido sobre Gemini Deep Think, opera como un asistente de investigación semi-autónomo. Desde su despliegue en diciembre de 2025, Aletheia ha evaluado aproximadamente 700 problemas abiertos de Erdős e identificado o creado soluciones para 13 de ellos, ganando elogios de revisores expertos. Cuatro de esas 13 fueron resoluciones autónomas novedosas.

Gemini Deep Think también tiene un historial competitivo. En la Olimpiada Internacional de Matemáticas de 2025, el concurso anual ampliamente considerado como la competencia de matemáticas más difícil para estudiantes preuniversitarios, obtuvo 35 de 42 puntos, alcanzando el estándar de medalla de oro, y resolvió 5 de 6 problemas dentro de los lí de tiempo estándar que enfrentan los concursantes humanos.

Por qué el enfoque agéntico llama la atención

Pushmeet Kohli y otros investigadores de DeepMind han subrayado que el enfoque agéntico podría extenderse más allá de las matemáticas puras. Identificaron campos como la combinatoria y la óptica cuántica como objetivos potenciales, y la investigación también destaca aplicaciones en geometría algebraica. El hilo común es que se trata de dominios donde un resultado propuesto puede ponerse a prueba contra criterios objetivos —exactamente las condiciones bajo las cuales esta configuración de agente más verificador ha demostrado resultados medibles.

Qué significa para las matemáticas y la IA

Los hallazgos indican que emparejar el razonamiento basado en agentes con la verificación automatizada puede tener aplicaciones mucho más allá de los problemas estudiados, aunque la investigación señala que los sistemas de IA actuales aún requieren supervisión humana para la evaluación de novedad, lo que significa que las personas deben confirmar si un resultado es genuinamente nuevo. Ese requisito de humano en el ciclo define qué observar de aquí en adelante: cómo le va al framework en los campos que DeepMind ha señalado, y si los revisores expertos continúan certificando su resultado, dará forma a cuánto de este impulso se traslada a la práctica investigadora más amplia.