En 2006, con apenas 31 años, Terence Tao subió al escenario para recibir la Medalla Fields, el equivalente matemático al Premio Nobel. Australiano de nacimiento, estadounidense por nacionalidad, Tao ya era una figura excepcional en el mundo de las matemáticas, reconocido por sus aportes profundos en teoría de números, ecuaciones en derivadas parciales y análisis armónico. Pero lo que más llamaba la atención del comité que le otorgó el galardón no fue solo la profundidad de su trabajo, sino su rara habilidad para tender puentes entre áreas aparentemente desconectadas. Era como si, en un mundo donde los matemáticos cavaban túneles en la oscuridad, él hubiera encontrado mapas para conectarlos.
La inteligencia artificial como coautora
Hoy, Tao sigue explorando territorios nuevos, pero con una diferencia ya no camina solo. En una reciente conversación con Dwarkesh Patel, creador de contenido especializado en inteligencia artificial, el matemático dejó caer una frase que suena a profecía "Espero que la IA de 2026, cuando se utiliza correctamente, sea un coautor de confianza en la investigación en matemáticas. Y en muchos otros campos también". No habla de reemplazar al investigador, sino de amplificarlo. La inteligencia artificial, en su visión, no es una amenaza al pensamiento humano, sino una extensión de este.
Tao ha integrado en su rutina diaria una herramienta llamada Lean, un asistente de demostraciones que funciona tanto como lenguaje de programación como verificador de razonamientos matemáticos. Cada paso lógico, cada inferencia, puede ser comprobado con precisión inhumana. Para un campo donde un solo error en una demostración puede invalidar décadas de trabajo, esta certeza es revolucionaria. Y Tao no es un simple usuario ocasional se ha convertido en uno de los máximos impulsores de Lean en la comunidad científica, mostrando cómo la formalización del razonamiento puede acelerar el progreso.
Atacando los gigantes Collatz y Navier-Stokes
Entre sus objetivos actuales figuran dos problemas de enormes dimensiones la conjetura de Collatz y las ecuaciones de Navier-Stokes. La primera parece sencilla hasta el punto de engañar toma un número entero positivo; si es par, divídelo por dos; si es impar, multiplícalo por tres y súmale uno. Repite el proceso. ¿Llegarás siempre a 1? Nadie lo ha demostrado. Es un problema que ha resistido décadas de intentos, con una simplicidad que oculta una profundidad abismal.
Las ecuaciones de Navier-Stokes, en cambio, no son simples forman parte de los siete Problemas del Milenio, aquellos cuya solución conlleva un premio de un millón de dólares y un lugar en la historia de las matemáticas. Estas ecuaciones describen cómo fluyen los líquidos y los gases, y son esenciales para predecir el clima, diseñar aviones o entender las corrientes oceánicas. Pero aún se desconoce si siempre tienen soluciones bien definidas. ¿Puede un fluido volverse caótico de forma instantánea? Nadie lo sabe. Tao está usando la IA para explorar patrones, posibles contraejemplos, caminos lógicos que antes eran demasiado complejos de navegar.
Un giro histórico la función de Lyapunov
Y mientras Tao explora estos gigantes, otros avances silenciosos están cambiando el juego. En octubre de 2024, un equipo de Meta AI logró algo que parecía fuera del alcance generalizar la función de Lyapunov. Este concepto, propuesto en 1892 por el matemático ruso Aleksander Lyapunov, sirve para determinar si un sistema dinámico como el clima, una economía o un robot en movimiento es estable. Durante más de un siglo, encontrar estas funciones fue un arte más que una ciencia los matemáticos las adivinaban, las intuían, las construían a mano. Ahora, la IA puede generarlas de forma automatizada en una variedad de sistemas. Es como pasar de encender fuego con dos piedras a usar un encendedor de plasma.
"La IA no sustituirá a los investigadores, sino que permitirá pasar de la investigación individual a colaboraciones más grandes y ambiciosas" - Terence Tao, matemático
Esta transición que describe Tao no es solo técnica, es cultural. Las matemáticas han sido tradicionalmente un campo de genios solitarios, de noches en vela con papel y lápiz. Pero el futuro que él vislumbra es colectivo, híbrido, donde el matemático no trabaja contra la máquina, sino con ella. La IA no dicta las ideas, sino que las refina, las prueba, las desafía. Y al hacerlo, libera al humano para pensar en problemas más profundos, más audaces.
En este nuevo escenario, la demostración matemática ya no es solo un acto de intuición y rigor, sino también de programación y verificación. No se trata de renunciar a la belleza del pensamiento abstracto, sino de protegerla del error, de escalarla. Tal vez dentro de unos años, leer un artículo de matemáticas incluya no solo ecuaciones y teoremas, sino también código verificado, trazas de IA, colaboraciones entre mentes humanas y modelos entrenados. Y en ese futuro, el nombre de Terence Tao no solo figurará como uno de los grandes matemáticos del siglo XXI, sino como uno de los primeros en enseñarnos cómo pensar y crear junto a las máquinas.