Avances en física teórica con inteligencia artificial

Las inteligencias artificiales generativas (IAG) prometen revolucionar cómo se hacen matemáticas y, por ende, física teórica.

  • ✅ Las IAG prometen revolucionar la física teórica.
  • ✅ GPT-5.2 Pro de OpenAI descubre una fórmula para una amplitud de dispersión entre gluones.
  • ✅ La fórmula muestra un patrón sencillo, pero ningún humano logró concebirla.
  • ✅ La demostración se obtuvo en solo 12 horas de trabajo con una versión interna avanzada de la IAG.
  • ✅ Las IAG pueden acelerar el descubrimiento de nuevos resultados en física teórica.

Modelo ilustrativo de plasma de quarks y gluones (28 de abril de 2016).

Fuente: S13mashina · Licencia: Creative Commons Atribución-Compartir Igual 4.0 · Uso editorial

Las inteligencias artificiales generativas (IAG) prometen revolucionar cómo se hacen matemáticas y, por ende, física teórica. Las calculadoras y los ordenadores ya revolucionaron la experimentación en matemáticas y en física. Sin embargo, hasta diciembre de 2025, las demostraciones matemáticas parecían harina de otro costal.

Se publica en arXiv una fórmula para una amplitud de dispersión entre gluones en el régimen semicolineal que ha sido descubierta por GPT-5.2 Pro de OpenAI y demostrada por una versión interna más avanzada tras 12 horas de razonamiento. La fórmula muestra un patrón muy sencillo, que parece intuitivo; sin embargo, ningún humano logró concebirla.

El descubrimiento de la fórmula

La amplitud de dispersión (scattering) se usa para calcular la probabilidad de una interacción entre partículas (en este caso gluones, los bosones gauge sin masa de la cromodinámica cuántica, QCD, que median las interacciones entre quarks). Según los libros de texto, a nivel de árbol, la amplitud de la interacción entre un gluón de helicidad negativa y n−1 gluones de helicidad positiva es exactamente cero.

El razonamiento detrás de esta afirmación se basa en asumir que los momentos lineales de los gluones son genéricos. Pero ciertas configuraciones colineales de los momentos lineales, típicas en signatura de Klein (2+2 en lugar de 3+1), sugerían que existían configuraciones semicolineales en signatura de Minkowski (3+1) en las que la amplitud de dispersión no es nula.

La contribución de GPT-5.2 Pro

El físico chileno Alfredo Guevara y varios colegas, entre ellos el famoso físico cuerdista Andrew Strominger (Univ. Harvard), evaluando diagramas de Feynman lograron demostrar dicho resultado hasta para seis gluones. Pero la complejidad de las fórmulas resultantes crece de forma superexponencial con el número de gluones. Además, son muy engorrosas y no muestran ningún patrón que permite simplificarlas (a pesar de ser simples sumas de productos de signos, es decir, +1 y −1).

Guevara recurrió a GPT-5.2 Pro que, para su sorpresa, logró simplificar las fórmulas hasta seis gluones y conjeturó una expresión general para n gluones. El problema era cómo demostrar dicha fórmula. Alex Lupsasca (cuyo director de tesis doctoral fue Strominger), que trabaja en OpenAI desde octubre de 2025, invitó a Strominger a visitar la empresa; esta asignó al físico Kevin Weil, graduado en Harvard, para atacar dicho problema usando una versión interna, mucho más poderosa, de la IAG.

Impacto y proyecciones futuras

Así se logró obtener la ansiada demostración de la fórmula general. Dicha demostración ha sido entendida y luego verificada por los autores humanos. El nuevo artículo no es una pepita de oro en un montón de grava. Con la ayuda de GPT-5.2 Pro se han generalizado estas amplitudes de gluones a gravitones y se esperan gran número de nuevos resultados que se publicarán en un futuro cercano.

El artículo es Alfredo Guevara, …, Andrew Strominger, Kevin Weil, «Single-minus gluon tree amplitudes are nonzero,» arXiv:2602.12176 [hep-th] (12 Feb 2026), doi: https://doi.org/10.48550/arXiv.2602.12176. A nivel divulgativa recomiendo leer a Matt von Hippel, «Hypothesis: If AI Is Bad at Originality, It’s a Documentation Problem,» 4 gravitons, 27 Feb 2026.

Por cierto, en noviembre de 2025 fue noticia el artículo de Stephen D.H. Hsu, «Relativistic covariance and nonlinear quantum mechanics: Tomonaga-Schwinger analysis,» Physics Letters B 872: 140053 (Jan 2026), doi: https://doi.org/10.1016/j.physletb.2025.140053, arXiv:2511.15935 [hep-th] (19 Nov 2025), que afirmaba ser el primer artículo de una IAG en física teórica publicado en una revista científica (fue aceptado el 19 de noviembre de 2025). Por desgracia, dicho artículo nunca debería haber sido aceptado y quizás acabará siendo retirado (retracted).

Jonathan Oppenheim, «Nonlinear Quantum Mechanics and Artificial Intelligence,» arXiv:2512.07809 [hep-th] (08 Dec 2025), demostró que era producto de una alucinación de la IA. La solución de la IAG resuelve un problema diferente al planteado, que además es una solución trivial sin ningún tipo de interés. Más aún, el problema que se pretendía resolver, de hecho, ya estaba resuelto hacía mucho tiempo (algo que, en apariencia, Hsu sabía, pero quiso ignorar). Así que lo que se vendió en noviembre como un gran éxito de la IAG, ahora sabemos que fue una gran metedura de pata.

En resumen, las IAG prometen acelerar el descubrimiento de nuevos resultados en física teórica. Sin embargo, no debemos olvidar que el motor de este resultado es la intuición humana, que llevó a los autores a buscar este tipo de amplitudes de dispersión. La IAG ha ayudado en la parte más engorrosa del trabajo, encontrar patrones (los humanos los llaman simetrías) en las amplitudes. Pero lo relevante del nuevo trabajo surge al compararlo con lo que se podía lograr hace solo seis meses. Hoy en día, todo físico teórico debería aprender el uso óptimo de las IAG para su futuro trabajo.