Axplorer: la bomba que llega de Palo Alto para los matemáticos (y no es un chiste)
Axiom Math, ese startup californiano que parece tener más ambición que sentido común a veces, ha soltado al mercado un nuevo juguete de inteligencia artificial llamado Axplorer. Ojo, que esto no es un programita cualquiera: es ni más ni menos que la versión ligera —y supuestamente más rebuscada— de PatternBoost, una bestia que François Charton (ahí un nombre para apuntar) cocreó en 2024 cuando andaba por Meta. PatternBoost, para ponerlo en contexto, se usó para resolver uno de esos líos matemáticos que hacen que el resto de los mortales se rinda antes de empezar: el problema de las cuatro ciclos de Turán, un dolor de cabeza de la teoría de grafos que hasta entonces parecía imposible de desentrañar sin un ejército de supercomputadoras. Ahora, con Axplorer, afirman que la magia se puede correr en un Mac Pro, un equipo que no asusta ni a la cartera ni al físico del usuario medio avanzado —y completamente gratis.
¿Pero qué ofrece realmente este monstruo? En esencia, una manera para que cualquier matemático amateur o pro pueda meterse en la exploración de patrones matemáticos sin pedir permiso ni alquilar tiempo en el Venera X de turno (o similar). Y donde antes hacía falta una flota de miles de máquinas —como cuando Charton resolvió el susodicho problema en Meta, tirando millones de ciclos de CPU durante semanas—, ahora todo esto sucede en cosa de par de horas en una sola máquina. Sí, un sprint en vez de una maratón épica. La herramienta vino a caer justo cuando DARPA (ese ogro de la investigación estadounidense) lanzaba expMath, un proyecto para que los matemáticos se dieran por fin al AI sin tapujos.
No te emociones demasiado todavía. El potencial está ahí, claro. Pero el debate está servido: ¿Servirá Axplorer realmente para transformar la manera en que se hace matemática hoy, o es simplemente otro cacharro más de los tantos que nos prometen el oro y el moro?
¿Por qué importa la matemática si no vas a hacer trajes?
Vamos a ponerlo claro, porque mucha gente ve las matemáticas como ese ente abstracto, alejado, que solo sirve para complicar la vida de los estudiantes. Nada más lejos de la verdad. Según Charton —no es un mindundi cualquiera, por cierto— avances en matemáticas tienen el poder de hacer temblar la base misma de la tecnología que todos usamos: desde inteligencia artificial hasta la seguridad que protege nuestros datos en la red.
Las matemáticas son el combustible más puro para el desarrollo de algoritmos y modelos que luego se convierten en tecnologías que uno no sabe cómo vive sin ellas (¿cuándo fue la última vez que elegiste algo sin Google o sin preocuparte por la privacidad de tu info?). Por ejemplo, los problemas en teoría de grafos, esos que exploran redes y conexiones (como tus grupos en redes sociales o las cadenas de suministro complejas), pueden optimizar muchísimo desde cómo entrega Amazon tu paquete hasta cómo funcionan los motores de búsqueda más allá de las palabras clave.
Aquí está la gracia: gran parte del trabajo actual en IA se basa en resolver problemas ya conocidos. Máquinas y redes neuronales aplastan esas tareas, porque tienen toneladas de datos para aprender y repetir patrones. Pero descubrir *algo nuevo* es otra liga. Aquí es donde Axplorer quiere meter baza: no para repetir lo que ya sabemos, sino para que se puedan encontrar ideas frescas y patrones inéditos que podrían abrir ramas enteras de matemáticas. Básicamente, un motor de innovación pura, no solo un “copiador” del pasado.
¿Chatbots resolviendo problemas? Ajá, pero no te fumes la pipa aún
Últimamente, muchos han puesto sus fichas en el uso de modelos grandes de lenguaje, como el archiconocido GPT-5, para atacar problemas matemáticos ‘sin resolver’ (sobre todo los famosos enigmas del gran Paul Erdős). Algunos hasta celebran que la inteligencia artificial se haya metido en este terreno. Pero, a ver: Charton lo tiene clarísimo y no se anda con florituras. “Los LLM son muy buenos si quieres pulir o extender cosas que ya existen. Pero no inventan la rueda. Son conservadores, no arriesgan.”
Exacto. Estos modelos no piensan ‘fuera de la caja’; más bien, “reciclan” la información previa bajo un barniz de novedad. Para problemas con décadas de estudio y en los que los mejores han pasado horas sudando tinta, esos chatbots poco más que intentan usar ‘atajos’ en terrenos ya bastante pisados.
Por eso Axplorer no quiere ser un mero chatbot. Pretende ir más allá, ayudando a los matemáticos a crear nuevas ideas partiendo de patrones emergentes, esos que aún nadie ha tenido en cuenta. ¿Cómo? Te dan un caso base, la herramienta genera nuevas variantes y si le marcas las que te interesan, continúa escarbando en esa dirección, un poco como tener un asistente que no solo responde, sino que imagina contigo.
La diferencia entre ser un dios de las matemáticas y tener un súper Mac Pro
Lo rápido que corre Axplorer no es una broma. Charton y su equipo aseguran que la IA dejó de necesitar “embarrassing brute force”—esa fuerza bruta impresionante que consume miles de máquinas y semanas de tiempo—y pasó a algo mucho más ligero, en sólo un par de horas en una sola máquina potente, nada de clústeres masivos de GPU. Porque lo que hizo en Meta fue justamente eso: toneladas de poder computacional sin optimización, puro músculo.
Pero Axplorer no solo es un paso tecnológico, también uno ideológico: abrir el acceso a todo matemático que pueda descargar software, sin pedir favores exclusivos ni depender de laboratorios con conexiones VIP en DeepMind o Meta. Aquí entra la diferencia entre AlphaEvolve —un sistema similar, pero menos democrático y cerrado— y Axplorer, que es open source y está en GitHub para quien quiera trastear.
Por supuesto, hay críticos. Geordie Williamson, uno de los colegas de Charton en Sydney, no ha probado Axplorer, pero se muestra escéptico sobre si estas mejoras afectarán radicalmente el trabajo matemático. “Nos están saturando con herramientas que ‘deberíamos’ usar, pero la verdad es que estamos abrumados y no sabemos qué impacto tendrán,” dice. No es para menos: en los últimos meses hemos visto decenas de promesas de IA “revolucionando” la matemática, muchas de las cuales terminan siendo más ruido que nueces.
¿Axplorer va a ser la salvación o un capricho para nerds?
De acuerdo con Carina Hong, fundadora y CEO de Axiom Math y matemática ella misma, el problema con muchas de estas herramientas es lo frustrante que resulta entrenar redes neuronales propias, algo muy técnico y que muchos investigadores no quieren ni oír.
Axplorer busca simplificar la experiencia, guiando paso a paso, desde el planteo del problema hasta la generación de soluciones y contraejemplos, acelerando años luz el proceso tradicional de descifrar un misterio matemático. La idea es que no solo los genios lo usen, sino también estudiantes, investigadores o ese tipo de matemáticos “normales” que quieren experimentar sin complicaciones.
Si conseguimos que más gente juegue con ideas complejas, podríamos ver un efecto dominó en el avance científico—o simplemente hacer que mucha gente se divierta con un problema que antes ni intentaba.
No obstante, Williamson entre líneas deja caer que ningún cacharro va a sustituir la creatividad humana ni el “ensuciarse las manos” con pizarras y garabatos. Axplorer es una buena herramienta, sí, pero “no es una panacea, ni mucho menos.”
¿Y las ballenas en esta historia? Ese mundo de datos escondidos y potencias ocultas
Vale, no es crypto, pero la metáfora aplica: en la matemática avanzada, hay datos y obstáculos que solo los más grandes o los mejor armados pueden intentar atacar. AlphaEvolve está genial, pero cuando tienes que pedir acceso para que un genio del laboratorio especializado meta tu problema (eso sí que es pedir favores a la élite matemática digital), la democratización queda en el olvido.
Axiom Math intenta pulverizar esa barrera. ¿Resultado? Una herramienta capaz de correr por un puñado de miles de dólares en hardware propio (un Mac Pro), sin tuplas ni colas de espera, totalmente open source y lista para quien quiera intentar hurgar en problemas complejos sin tener que solicitar nada a nadie.
Eso es todo un cambio disruptivo para el ecosistema matemático, y si Axplorer cumple con esa promesa, podría acelerar el ritmo y crear un acceso realmente de masas a un terreno que ha sido dominio exclusivo de unos pocos privilegiados con acceso a supercomputadoras y dinero para quemar.
El único pero real es la pregunta que nadie se atreve a responder con certeza: ¿hasta qué punto la IA puede *crear* ideas matemáticas nuevas —y no solo repetir las que ya existían con una vuelta de tuerca?—. Depende de cuán listos seamos para interpretar y aprovechar esos patrones “nuevos” que las máquinas nos escupen.
¿Pero esto funciona de verdad o solo es hype tecnológico?
A estas alturas, más que hype tecnológico, lo que tenemos es una batalla entre el sueño de la automatización total y la realidad sucia de la investigación profunda.
Los grandes modelos de lenguaje, las redes neuronales, los sistemas LLM, todo eso suena fenomenal. Pero cualquiera en la trinchera del hardcore matemático sabe que no basta con una IA que solucione unos problemillas “low hanging fruit” (fruta madura fácil de alcanzar). Ahí está el quid: Axplorer apuesta a que puede meterse en las grandes ligas.
Irónicamente, la herramienta es tan accesible que cualquiera puede descargarla y probarla. Eso significa que no es un bluff del Silicon Valley para levantar capital como otros muchos proyectos que venden inteligencia artificial mientras reciclan mucha paja.
Pero que Axplorer vaya a electrificar la matemática como conocíamos o si solo servirá para que cuatro frikis jueguen un rato con problemas, aún está por verse. El tiempo y las primeras investigaciones independientes serán el juez.
Mientras tanto, los matemáticos reales debaten, los estudiantes curiosean, y un puñado de investigadores prueban la herramienta en silencio, sin tragar entero el discurso optimista de los startups que prometen “cambiar todo” con un solo software.
Así que la pregunta se mantiene abierta como un buen problema de teoría de grafos: ¿Estamos ante la puerta que abre el futuro matemático o solo un punto más en la curva infinita de “promesas tecnológicas sin mucho sustento”? Tú dime, ¿te animas a probar Axplorer en tu Mac y contarnos qué tal?