Gemini 4 Argon tumba en horas una conjetura de fusión nuclear intacta desde 1967

Gemini 4 Argon ha encontrado en horas una grieta en la conjetura de Harold Grad, intacta desde 1967.

El hallazgo no sale de un comunicado grandilocuente, sino de un paper en arXiv firmado por Opal Issan, Jonathan Citrin, Matt Landreman y Brendan Tracey. Lo que hicieron fue generalizar las dos familias de soluciones conocidas, metiendo un parámetro en cada una hasta romper la simetría del stellarator: el dispositivo de fusión que contiene plasma con campos magnéticos tridimensionales.

Qué decía la conjetura que nadie movió en 59 años

La conjetura de Harold Grad venía a decir que los equilibrios estacionarios tridimensionales no existen sin ciertas simetrías de reflexión: planar, axial, o helicoidal. Aguantó 59 años sin que nadie le hincara el diente de verdad. Los primeros contraejemplos serios llegaron el 21 de septiembre de 2026 de la mano de Gómez–Serrano, Liehr y Taylor, con soluciones que no presentan ninguna de esas simetrías y con un sello de aprobado en Lean 4, el asistente de pruebas matemáticas, colgado en el resumen.

Un día después, el 22 de septiembre, Landreman presentó sus soluciones analíticas, encontradas con ayuda de GPT-6 Astra Pro y verificadas a mano por él mismo. La versión revisada del manuscrito se publicó el 28 de septiembre.

Horas de agentes, semanas de revisión humana

Con las soluciones de Landreman y las preguntas abiertas sobre la mesa, los investigadores se lo pasaron a un equipo pequeño de agentes de Gemini 4 dentro de Google Antigravity. Los primeros candidatos prometedores cayeron en cuestión de horas, según el propio equipo. Conviene no perder la escala: aquí ‘resultado’ significa un candidato matemático, no un reactor encendido en un sótano.

La IA no resolvió el problema. Encontró el atajo, que es una cosa bastante distinta y bastante más honesta.

Argon también colaboró en la redacción de partes del manuscrito y en la codificación de comprobaciones simbólicas y numéricas. Los humanos supervisaron el proceso, montaron varias rondas de revisión adversarial y rederivaron cada desarrollo. Al final, el mérito se repartió, que es justo lo que casi nunca cabe en un tuit.

Hay un detalle que los titulares se están saltando. El paper de Gómez–Serrano y compañía sí declara un sello de aprobado en Lean 4. El de Gemini menciona una comprobación adicional y cálculos verificados simbólicamente, pero no declara ese sello para sus hallazgos, y la mención al código de verificación tampoco permite darlo por hecho. La diferencia entre ‘verificado en un asistente de pruebas formal’ y ‘comprobado simbólicamente por los autores’ es la misma que entre un título homologado y un ‘yo lo he mirado’. Quien venda lo contrario está inflando la factura.

La IA ya estaba en el laboratorio, pero esto juega en otra división

La hemeroteca guarda ejemplos de septiembre de 2024: IA para estudiar patrones de turbulencia, IA para detectar defectos en soldaduras. Útil, pero cambio de escala. Lo de ahora es distinto porque el modelo no ordena datos ajenos, propone matemáticas nuevas. Y porque Google anunció el 13 de octubre de 2026 el lanzamiento comercial de Argon, disponible en la aplicación de Gemini, en la API y en Antigravity para suscriptores de AI Pro y Ultra.

Por si fuera poco, hay 10.000 plazas abiertas para que científicos reciban seis meses gratis del nivel más alto de Antigravity, sujetas a requisitos, capacidad y selección. Es decir: Google no está vendiendo un paper, está sembrando dependencia de plataforma entre la gente que publica en arXiv.

Aquí toca mojarse. Creo que el ‘se acabó, la IA ganó’ es un titular cómodo y bastante perezoso. La máquina generó candidatos; los humanos decidieron cuáles aguantaban una revisión adversarial, reescribieron el manuscrito y firmaron. Eso no rebaja el mérito de Argon, lo coloca en su sitio: un becario con una capacidad de búsqueda que ningún becario ha tenido. Lo que sí es un salto real es el tiempo. De décadas de tanteo a horas de barrido con un humano filtrando.

La pregunta que queda en el aire no es si la IA puede hacer matemáticas de fusión, sino quién firma el próximo paper y con qué sello. Lean 4, o confianza.

Hype-O-Meter

Nivel de hype: 8/10. Un modelo que propone soluciones matemáticas en horas y ayuda a escribir el manuscrito es un salto real, no marketing. Le faltan dos cosas para el 10: el sello en Lean 4 y que el siguiente paso lo dé sin que un humano tenga que rederivar cada línea (de momento, la cadena de custodia sigue siendo humana).

El resumen para vagos (TL;DR)

• 🎯 ¿Qué ha pasado? Gemini 4 Argon halló en horas candidatos que generalizan soluciones de fusión bloqueadas desde 1967.
• 🔥 ¿Por qué importa? Es IA proponiendo matemáticas nuevas, no ordenando datos ajenos.
• 🤔 ¿Nos afecta o es solo un meme? A corto plazo, a los físicos de plasma; a medio, a la factura energética de todos.