OpenAI afirmó el lunes 26 de octubre que sus modelos internos de inteligencia artificial refutaron la Hipótesis del Tiempo Exponencial. Se conoce como ETH, por sus siglas en inglés, y es una conjetura de la informática teórica. La empresa asegura que el resultado quedó formalizado en Lean, un lenguaje para verificar demostraciones con computador. Matemáticos externos todavía lo están examinando.
La ETH plantea que ciertos problemas lógicos no pueden resolverse mucho más rápido de lo que se hace hoy. El ejemplo clásico es decidir si una fórmula booleana tiene alguna combinación de valores que la haga verdadera. Según R&D World y explainx, la hipótesis se relaciona con la pregunta de P versus NP. Es una de las grandes incógnitas de la computación.
Su importancia práctica viene de otro lado. De acuerdo con esos medios, cientos de artículos científicos la usan como punto de partida. Con ella demuestran que ciertos problemas no admiten algoritmos mucho más veloces. Hay casos en teoría de grafos, biología computacional, bases de datos y geometría computacional. Si la ETH cae, esas conclusiones perderían su base, según explainx.
Según el anuncio, citado por explainx y Unite.AI, la refutación en lenguaje natural es del 16 de octubre. Un día después quedó formalizada en Lean. El 25 de octubre llegó un manuscrito con cotas más precisas, y el 26 la empresa hizo el anuncio. OpenAI describe la ETH como una conjetura "ampliamente creída", en traducción de El Centavo. Afirma que el resultado "fue verificado posteriormente en Lean", también en traducción de El Centavo.
Explainx añade que OpenAI aceptó divulgar los datos brutos y financiar una conferencia sobre las implicaciones. El mismo medio aclara que el resultado no significa que P sea igual a NP. La empresa tampoco lo plantea así.
Un grupo de expertos revisa la prueba. Lo encabezan Russell Impagliazzo y Ramamohan Paturi, de la Universidad de California en San Diego. Ellos propusieron la ETH. Los acompaña Ryan Williams, del MIT, según R&D World y explainx.
Los tres escribieron una carta a su comunidad, citada por R&D World. "Si la afirmación es correcta, cambiará una parte importante de la informática teórica", dicen, en traducción de El Centavo. Y advierten: "Nuestra participación no debe tomarse como certificación de la afirmación".
Explainx recuerda además un límite de Lean. Esa herramienta comprueba que una conclusión se sigue de los axiomas escritos. Aun así, una persona debe confirmar que el enunciado formal captura la conjetura original.
OpenAI presentó ese día otros dos resultados, según R&D World y Unite.AI. El primero es una prueba de la conjetura de suavizado local en todas las dimensiones. Tendría implicaciones para problemas como el de Kakeya. El segundo es una construcción rigurosa de teorías cuánticas de campos en cuatro dimensiones. Incluye una prueba de existencia para la teoría de Yang–Mills pura. Le falta el llamado *mass gap*, que exige el problema del milenio del Instituto Clay.
Estos resultados tampoco están validados de forma independiente. En física, R&D World informó que el grupo externo decidió no publicar los materiales producidos por IA. Prepara su propio relato. El grupo AGMAI pidió lo contrario: que se publiquen de inmediato. Para AGMAI, "la comprensión debe desarrollarse a la vista de todos, con el mismo acceso para todos". Es una traducción de El Centavo.
No es el primer anuncio de este tipo. En mayo de 2026, OpenAI dijo que un modelo suyo refutó una conjetura de Paul Erdős sobre distancias unitarias. Según la empresa, matemáticos externos la validaron.
Fuentes: R&D World, explainx y Unite.AI.
