En más de tres décadas, la conjetura de Ghys tridimensional ha sido uno de esos problemas que los matemáticos admiran y evitan. Formulada en 1995 por el francés Étienne Ghys, postula que todo sistema de Anosov holomorfo en una variedad compleja compacta es biholomórficamente conjugado a un automorfismo afín holomorfo en alguna variedad infra-nilpotente compleja.
Traducido al lenguaje común: describe un comportamiento dinámico que en tres dimensiones, parecía no tener una estructura subyacente predecible. Y durante treinta años, nadie pudo demostrarlo.
Ahora, un equipo liderado por Xu Disheng, investigador visitante del Laboratorio de Inteligencia Artificial de Shanghái y profesor en la Universidad del Área de la Gran Bahía, ha anunciado su resolución. Y lo ha hecho con un método que, por sí solo, merece tanta atención como el resultado: la demostración se completó mediante la colaboración entre humanos y máquinas, utilizando el modelo multimodal a gran escala Shusheng-S2 y un enfoque técnico de “integración general-especializada”.
Es la primera vez que científicos chinos utilizan un modelo chino a gran escala para resolver un problema matemático de relevancia mundial.
El Nobel de Química 2026 descifra el misterio de por qué la vida eligió una sola mano
La conjetura: un desafío teórico y un test de razonamiento
La conjetura de Ghys no es un problema cualquiera. Los matemáticos de sistemas dinámicos la consideran uno de los problemas abiertos más importantes y de larga data de su campo. Y también una prueba fundamental para evaluar la capacidad de razonamiento matemático de cualquier sistema, humano o artificial.
La razón es su complejidad estructural. No se trata de un cálculo que pueda resolverse con fuerza bruta. Requiere intuición geométrica, rigor analítico y la capacidad de conectar conceptos aparentemente dispares en una demostración coherente. Durante décadas, los expertos han abordado el problema desde múltiples ángulos sin éxito. La conjetura se ha convertido en una especie de muro que separa a los matemáticos de una comprensión más profunda de los sistemas dinámicos holomorfos.
Google, Meta y el Gobierno de EE.UU. invierten 1.800 millones para simular la vida celular con IA
El método: un modelo multimodal y un marco de verificación
El equipo de Xu Disheng no se limitó a pedirle a un modelo de lenguaje que “resolviera” el problema. Eso habría sido una receta para el fracaso. En su lugar, diseñaron un ciclo cerrado de colaboración humano-máquina que combinó cuatro elementos: exploración sistemática por parte de la IA, juicio experto de los matemáticos, acumulación de resultados intermedios y corrección mediante retroalimentación.
El modelo Shusheng-S2, entrenado con capacidades multimodales, exploró el espacio de posibles demostraciones. Los expertos humanos evaluaron la validez de cada paso. Los resultados parciales se acumularon y se refinaron. Y el proceso se repitió hasta que la demostración estuvo completa.
Pero el equipo no se detuvo ahí. Sabían que una demostración generada por IA necesita una verificación independiente. Y ahí entró en juego el marco SHEAF, desarrollado por el equipo del profesor Dong Bin y el académico Liu Ruochuan de la Universidad de Pekín. SHEAF realizó una verificación formal de la demostración, un proceso que comprueba cada paso lógico con el rigor de un sistema axiomático. El resultado confirmó la corrección del trabajo.
El artículo se ha publicado en arXiv, y el código fuente está disponible públicamente en GitHub. La transparencia es total. Cualquier matemático puede revisar la demostración, examinar el código y replicar el proceso.
El paradigma: de genios individuales a ciclos colaborativos
El Laboratorio de Inteligencia Artificial de Shanghái ha subrayado que la importancia de esta investigación va más allá del resultado matemático. Lo que se ha validado es un nuevo paradigma de investigación científica.
La investigación matemática tradicional se ha basado en el largo proceso de exploración de genios individuales. Un matemático excepcional dedica años, a veces décadas, a un problema. Y si tiene éxito, su nombre pasa a la historia.
El nuevo paradigma que propone este equipo integra la intuición experta en el ciclo de solución del aprendizaje automático, formando un ciclo cerrado de “exploración sistemática, juicio experto, acumulación de resultados y corrección mediante retroalimentación”.
Ese paradigma, según el laboratorio, puede replicarse y extenderse a campos de investigación más básicos con “amplios espacios de búsqueda y escasos expertos”. Es decir, a disciplinas donde los problemas son muchos y los especialistas capaces de abordarlos son pocos. Y donde la IA puede actuar como un acelerador de la exploración, mientras los humanos aportan el juicio y la validación.
La integración: hacia una plataforma reutilizable
El equipo no pretende que este sea un logro aislado. Su plan es integrar el ciclo de capacidades completo en un módulo de verificación matemática reutilizable para la Plataforma de Descubrimiento Científico Shusheng·Duanyan. Eso permitirá que futuras investigaciones accedan directamente a las capacidades desarrolladas en este proyecto.
Además, a partir del avance en la conjetura de Ghys, el laboratorio extenderá las capacidades de razonamiento acumuladas a otras disciplinas con estructuras matemáticas similares. Tras lograr nuevos avances, esas capacidades se integrarán de nuevo en la plataforma para su reutilización, combinándose con otras disciplinas para buscar la siguiente ronda de avances. El objetivo es formar un ciclo virtuoso de “avance-integración-reutilización-nuevo avance”.
Nobel de Medicina 2026: la optogenética que enciende y apaga el cerebro con luz
Lo que nos depara el futuro
La resolución de la conjetura de Ghys es un hito matemático. Pero el verdadero significado de este anuncio está en el método. China ha demostrado que puede utilizar sus propios modelos de IA para resolver problemas científicos de primer nivel, y ha establecido un protocolo de verificación formal que garantiza la validez del resultado.
En un momento en el que la comunidad científica debate sobre el papel de la IA en la investigación, este caso ofrece una respuesta concreta: la IA no sustituye al matemático. Lo amplifica. Le permite explorar espacios de búsqueda que serían inabarcables con métodos manuales. Le ofrece la posibilidad de validar intuiciones con una velocidad que ningún humano puede igualar. Pero el juicio final, la corrección y la verificación siguen siendo humanos.
La conjetura de Ghys ha caído. Y con ella, una barrera psicológica: la idea de que hay problemas que solo los genios humanos pueden resolver. La próxima vez que alguien diga que un modelo de IA no puede hacer matemáticas de verdad, habrá que recordarle que treinta años de resistencia acaban de terminar.
Descubre más desde CIBERED
Suscríbete y recibe las últimas entradas en tu correo electrónico.
