Un enjambre de unos diez mil agentes de OpenAI trabajó 88 horas seguidas sobre uno de los siete problemas del milenio y produjo una demostración. Según el anuncio de la empresa, los agentes se desplegaron el 28 de agosto sobre un modelo interno que todavía no se lanza, y el resultado es que las ecuaciones de Navier-Stokes —las que describen cómo se mueven los fluidos— pueden romperse: un fluido inicialmente suave y en reposo, empujado por una fuerza suave, alcanza una singularidad en tiempo finito. Conviene ser preciso, porque buena parte de la cobertura lo mezcló: se probaron los enunciados C y D de la formulación oficial del Clay Mathematics Institute, no la suavidad global, y OpenAI declaró que no reclamará el millón de dólares del premio.
Lo que hace que esto sea más que un anuncio corporativo es que la prueba viene formalizada en Lean, un lenguaje que permite escribir matemática de modo que un computador revise cada paso. Su corrección no depende de creerle al modelo: cualquiera puede verificarla. Y ahí aparece el dato que importa para la región. Lean es gratis y abierto, y el capital humano matemático de América Latina es real y competitivo. Lo que no es ni gratis ni abierto es el motor: 130.000 millones de tokens de salida y 2,7 millones de mensajes entre agentes para un solo problema. Un departamento de matemáticas en Santiago, São Paulo o Ciudad de México puede auditar este resultado mañana por la mañana; ninguno puede producirlo. La barrera de entrada a la matemática de frontera dejó de ser el conocimiento y pasó a ser la factura de inferencia.
Queda además una disputa que vale seguir. El matemático Tristan Buckmaster, que junto a Levent Alpöge publicó trabajo sobre subproblemas clave días antes del anuncio, acusa a OpenAI de haberse montado sobre ese avance; la empresa lo niega y la cronología sigue sin resolverse. Es la primera vez que la pregunta por el crédito académico se plantea cuando el insumo humano entra a un sistema privado que nadie puede inspeccionar.
También hoy
- NSA, CISA y FBI acusan a seis empresas chinas de destilar a escala industrial los modelos de Anthropic, OpenAI, Google y xAI — DeepSeek, Moonshot, Alibaba, MiniMax, StepFun y Z.AI son, casi exactamente, la lista de modelos abiertos sobre los que la región construye. Si la destilación —entrenar un modelo propio a partir de las respuestas de otro— se vuelve perseguible, el costo no lo paga solo Pekín.
- Cognition levanta más de 2.000 millones de dólares a una valuación de 48.000 millones — El ingreso anualizado de su agente programador Devin pasó de 492 a cerca de 900 millones en cuatro meses, y sus clientes de referencia son bancos y automotrices, no startups.
- Qualcomm y Amazon firman por hasta 60.000 millones de dólares en silicio de inferencia — Primer contrato de Qualcomm con un gran proveedor de nube occidental, con warrants por 4.000 millones. La disputa por el hardware se está trasladando del entrenamiento hacia la inferencia: el mismo costo que hoy separa auditar de producir.
- Anthropic abandona el Information Technology Industry Council por los controles de exportación de chips — El gremio pidió eliminar tres normas de control de chips del paquete anual de defensa estadounidense, y la empresa se salió.
- Abre en Chicago la primera escuela sin profesores de la ciudad: dos horas de IA al día y 55.000 dólares de matrícula — Dos días después de que los distritos públicos más grandes de Estados Unidos prohibieran la IA a sus estudiantes. La línea divisoria no es quién la usa, sino quién la compra.
- Un medallista Fields funda un instituto para medir el riesgo de la IA y entra a OpenAI el mismo mes — El instituto de Jacob Tsimerman arranca en enero de 2027 con treinta matemáticos, dieciséis meses después de la capacidad que se propone medir.
En la región
Después de tres días sin noticias de IA originadas en la región, aparecen dos, y una es de peso. El 6 de septiembre, la SECIHTI mexicana informó que México y China acordaron una nueva etapa de cooperación científica con foco en inteligencia artificial y supercómputo, firmando un memorando de entendimiento que habilita investigación conjunta entre universidades y empresas, intercambio de marcos de política, asociaciones público-privadas para infraestructura digital y transferencia de tecnología avanzada. Es la primera vez desde que la subcomisión binacional se creó en 2004 que participa el ministro chino del ramo. La lectura no se puede hacer sin el calendario: el país con mayor exposición comercial a Estados Unidos pone por escrito una vía de cooperación tecnológica con el bloque contrario cuarenta y ocho horas antes de que tres agencias estadounidenses acusen formalmente a la industria de IA china de apropiación sistemática, y en el año en que se revisa el T-MEC. La segunda novedad es de ecosistema: el 11º Congreso Latinoamericano de IA, Tecnología y Negocios se realiza hoy y mañana en Santiago con más de cinco mil asistentes de más de cincuenta países, enmarcado por un dato que conviene leer con calma: el inventario regional de centros de datos de colocación creció veinte por ciento en un año, con la demanda concentrada en Brasil, México, Chile, Colombia y Perú —un mapa que coincide con el de la energía disponible y no con el de las estrategias nacionales de IA. La región está construyendo capacidad para alojar cómputo, que no es lo mismo que tenerlo. Y mañana, 10 de septiembre, vence el primer plazo de adecuación del reglamento peruano de la Ley 31814: salud, educación, justicia, seguridad y finanzas pasan a estar obligadas a explicar qué decide su algoritmo.
Lanzamientos
- ChatGPT Images 2.5 — Modelo de imagen de OpenAI con hasta 50% menos latencia, edición por bocetos y por comentarios en lenguaje natural, y dos modelos nuevos disponibles para desarrolladores. Sin restricción geográfica declarada. Interesa por una razón incómoda: la capacidad de preservar la identidad de una persona a lo largo de ediciones encadenadas es exactamente aquella sobre la que se apoya el problema de deepfakes y violencia digital de género que la región ya tiene en tribunales.
- AlphaGenome Atlas — Google DeepMind precalculó los efectos moleculares de los 9.000 millones de variantes de una sola letra posibles en el genoma humano y publicó el resultado: un petabyte de datos, más de treinta veces la base de AlphaFold. Sitio y interfaz gratis para investigación académica. Por una vez la asimetría de cómputo se resuelve a favor de la región: el gasto se hizo una vez y el resultado se regala, así que un laboratorio de genética regional consulta lo mismo que uno del Norte sin necesidad de servidores propios. El límite es de datos, no de acceso: los bancos genómicos de entrenamiento subrepresentan la ascendencia latinoamericana y afrodescendiente, y los propios autores advierten que esto nunca es evidencia clínica suficiente.
- Muse — El agente personal de Meta que envía correos, reserva viajes y compra entradas, con un segundo agente que aprueba todo lo que sale a internet. Capa gratuita más suscripciones de 20 y 100 dólares al mes. Corre dentro de WhatsApp, pero se despliega solo en Estados Unidos: el canal es regional y el producto no.
Hilos que seguimos
Hace tres días contamos que un modelo de Anthropic había formalizado el Último Teorema de Fermat en once días, y el punto entonces era el mismo que hoy: la formalización en Lean convierte una afirmación en algo que cualquiera puede revisar sin pedirle permiso ni confianza a nadie. Lo de hoy suma un capítulo distinto y más duro. En Fermat se trataba de reescribir en lenguaje verificable algo que la comunidad matemática ya daba por demostrado. En Navier-Stokes hay un resultado nuevo, y aparece con dos etiquetas juntas que hasta ahora no habíamos visto pegadas: verificación abierta y gratuita por un lado, producción cerrada y carísima por el otro. La misma semana en que un premio Fields funda un instituto para medir esa capacidad y entra a trabajar a la empresa que la construye.
Si verificar matemática de frontera es gratis y producirla cuesta lo que ningún presupuesto público de la región alcanza, y al mismo tiempo el atajo más barato —construir sobre modelos abiertos— empieza a quedar bajo sospecha legal, ¿aceptar el rol de auditor es una estrategia honesta o solo un nombre digno para la dependencia?
Sobre esta entrada. Se genera de forma automática a partir de fuentes públicas, sin revisión humana antes de publicarse. Puede contener errores de interpretación o de resumen; conviene verificar cada noticia en su fuente original (los enlaces llevan ahí) antes de citarla o tomar decisiones a partir de ella.
Doble Click se escribe con modelos de Anthropic.