Un número es primo o no lo es, sin margen para la duda.
Pero nadie ha encontrado la fórmula que anuncie el siguiente primo.
Coge cualquier número natural. Preguntar si es primo tiene una respuesta exacta, sin margen de duda ni de interpretación. No hay nada probabilístico en esa comprobación. Y sin embargo, después de veintitrés siglos de intentarlo, nadie ha encontrado una fórmula que diga dónde va a aparecer el siguiente. Se puede demostrar que hay infinitos. Se puede calcular, en promedio, cuántos habrá antes de una cifra dada. Lo que no se puede hacer es predecir el próximo sin ir a buscarlo uno por uno.
Esa combinación, certeza absoluta en la definición y ceguera casi total en la distribución, ha ocupado a matemáticos desde Alejandría hasta las granjas de servidores actuales. El recorrido incluye una demostración que cabe en un párrafo, un adolescente alemán, Carl Friedrich Gauss, que detectó un patrón donde antes solo había ruido estadístico y un sistema de cifrado que protege buena parte del tráfico de internet gracias, precisamente, a esa imprevisibilidad.
Euclides demostró la infinitud sin necesidad de calcular un solo primo grande.
La criba de Eratóstenes ordena los primos pero no revela su patrón interno.
Euclides zanjó la pregunta de si los primos se acaban en el libro IX de sus Elementos, hacia el año 300 antes de nuestra era, con un argumento que no requiere calcular nada. Supón que la lista de primos es finita. Multiplícalos todos entre sí y súmale uno. El número resultante no es divisible por ninguno de los primos de la lista, porque siempre sobra un resto de uno. Ese número, entonces, o es primo él mismo, o tiene un factor primo que no estaba en la lista original. Cualquiera de las dos salidas contradice la suposición de partida, así que la lista no puede ser finita. La construcción se escribe así, siendo p1 hasta pn la supuesta lista completa de primos:
Saber que los primos son infinitos no dice nada sobre cómo se reparten entre los demás números naturales. Ahí entra la criba de Eratóstenes, un método mecánico tan antiguo como práctico. Se escriben los números en orden y se tachan los múltiplos de cada primo encontrado, empezando por el dos. Lo que queda sin tachar es primo. Funciona con exactitud, y a la vez es completamente ciego respecto al patrón general. Cribar hasta un millón no anticipa nada sobre lo que ocurrirá hasta diez millones. Cada tramo hay que volver a examinarlo desde cero.
Gauss detectó a los quince años un patrón donde antes solo había ruido.
El teorema de los números primos tardó más de un siglo en demostrarse con rigor.
Carl Friedrich Gauss tenía quince años cuando, revisando tablas de logaritmos y de primos por entretenimiento, notó algo que nadie había formalizado. La densidad de primos alrededor de un número n se parecía a uno dividido entre el logaritmo natural de n. No era una demostración, era una observación empírica extraída de contar a mano en tablas numéricas, el tipo de trabajo que hoy se delegaría sin pensarlo en una máquina. Gauss no publicó la conjetura de inmediato, y solo la mencionó explícitamente décadas después, en una carta de 1849 al astrónomo Johann Encke.
Esa intuición dio lugar a la función que cuenta cuántos primos hay por debajo de un número x, escrita como π(x), y al teorema de los números primos, que formaliza la observación de Gauss así:
El símbolo ~ no significa igualdad. Significa que el cociente entre ambos lados se acerca a uno a medida que x crece sin límite. La demostración formal de esa relación llegó en 1896, de manera independiente, de Jacques Hadamard y de Charles-Jean de la Vallée Poussin, ambos apoyados en herramientas de análisis complejo que Gauss no tenía a su disposición cuando anotó la primera pista. El patrón que detectó un adolescente a simple vista tardó ciento cuatro años en volverse teorema.
La hipótesis de Riemann sigue sin demostrarse ciento sesenta años después.
Los ceros de la función zeta controlan el error en la distribución de los primos.
El siguiente salto lo dio Bernhard Riemann en 1859, en un artículo de apenas ocho páginas que sigue generando trabajo más de siglo y medio después. Riemann tomó la función zeta, que Euler ya había estudiado para números reales y que se define como:
Después la extendió a números complejos. Descubrió que los ceros no triviales de esa función, los puntos donde se anula, están conectados con las fluctuaciones de π(x) respecto a la aproximación que Gauss había intuido. Si se quiere saber cuánto se desvía la distribución real de los primos de su promedio esperado, hay que mirar dónde caen esos ceros.
La hipótesis de Riemann afirma que todos esos ceros no triviales cumplen:
Es decir, que se alinean sobre una única recta en el plano complejo. Se ha verificado numéricamente para miles de millones de ceros sin encontrar una sola excepción, y sigue sin existir una demostración general válida. El Instituto Clay de Matemáticas la incluyó en el año 2000 entre sus siete problemas del milenio, con un millón de dólares de recompensa para quien la resuelva. Con los años han circulado varios intentos de demostración, y hasta la fecha ninguno ha resistido el escrutinio posterior de la comunidad matemática.
La demostración completa sigue sin llegar, pero en 2026 apareció un avance incondicional, es decir, obtenido sin suponer cierta la hipótesis de Riemann. En agosto, Levent Alpöge y Ralph Furman verificaron y comunicaron una prueba descubierta de forma autónoma por una versión interna de investigación de Claude, el sistema de Anthropic. El trabajo demuestra que al menos dos tercios de los ceros no triviales, contados con multiplicidad, son simples y están en la línea crítica, y eleva la cota al 67,25% con la ventana de Montgomery-Taylor. En septiembre, Youness Lamzouri publicó una demostración diferente, más corta y conceptualmente más sencilla, que sustituye el entramado matricial del argumento anterior por una desigualdad en un espacio de Hilbert y aplica una versión incondicional del teorema de correlación de pares de Montgomery.
Su formulación da:
para la proporción de ceros simples en la línea crítica.
Y también:
para la proporción de ceros distintos en la línea crítica.
El 67,25% no significa que la hipótesis de Riemann esté «demostrada en un 67,25%» ni constituye una demostración parcial de su afirmación universal. La hipótesis exige que todos los ceros no triviales estén en:
El teorema solo fija una proporción mínima para la que eso puede demostrarse, y además exige que esos ceros sean simples. No afirma que los restantes estén fuera de la línea crítica. La hipótesis de Riemann sigue abierta.
Confirmar la hipótesis no cambiaría si los primos son infinitos, eso ya lo había resuelto Euclides. Permitiría, en cambio, acotar con mucha más precisión el término de error en las fórmulas que describen cuántos primos hay hasta un valor dado. Los ceros de la función zeta gobiernan esas fluctuaciones estadísticas respecto de la tendencia media. No permiten predecir cuál será el siguiente primo.
La dificultad de factorizar primos grandes protege el tráfico cifrado de internet.
RSA convierte una asimetría de cálculo en la base de la criptografía de clave pública.
La distancia entre matemática pura y utilidad práctica se cerró en 1977, cuando Ronald Rivest, Adi Shamir y Leonard Adleman publicaron el sistema que lleva sus iniciales, RSA (Rivest, Shamir, Adleman). La idea aprovecha una asimetría concreta. Multiplicar dos números primos enormes p y q para obtener:
es una operación rápida para cualquier ordenador. Partir n de vuelta en sus dos factores originales, sin conocerlos de antemano, exige un tiempo de cómputo que crece de forma abrupta cuanto más grandes son esos primos.
Esa diferencia de coste, barata en una dirección y muy cara en la contraria, sostiene la criptografía de clave pública detrás del tráfico cifrado de internet, desde la banca online hasta cualquier conexión con el candado en la barra de direcciones. No hace falta que los primos usados sean tan grandes como los que persigue la investigación teórica. Basta con que tengan varios cientos de dígitos para que factorizar su producto resulte inviable con la potencia de cálculo actual.
El sistema entero depende de una suposición sin demostrar, que no existe un atajo matemático para factorizar con rapidez. Nadie lo ha encontrado en más de cuatro décadas de intentos, lo cual no equivale a probar que no existe. La seguridad de RSA es, en sentido estricto, una ausencia de contraejemplo conocido, no un teorema.
Un primo de 41 millones de cifras no acerca la predicción del siguiente.
La perspectiva de TecnoTimes sobre qué prueba en realidad este récord.
El 12 de octubre de 2024, una tarjeta gráfica Nvidia H100 en San Antonio confirmó lo que una Nvidia A100 en Dublín había señalado horas antes. El número:
es primo. Lo encontró Luke Durant, investigador que había trabajado en Nvidia, usando miles de GPU repartidas en 24 centros de datos y 17 países, dentro de GIMPS (Great Internet Mersenne Prime Search), el proyecto distribuido que busca primos de Mersenne, números con la forma:
donde p es a su vez primo, aunque no todo p primo produce un primo de Mersenne. Es el primo de Mersenne número 52 conocido. Ese giro hacia la fuerza bruta del hardware, más que hacia mejoras algorítmicas, encaja con lo que TecnoTimes documentó sobre el fin de la Ley de Moore y sobre qué mide en realidad un nodo de fabricación en nanómetros. Escalar ya no sale gratis, así que ahora se escala sumando chips en paralelo.
Dato TecnoTimes. El nuevo primo supera al récord anterior en más de dieciséis millones de cifras, y es el primero de la serie hallado mediante una granja de GPU en centros de datos, no mediante la red de ordenadores personales voluntarios que sostuvo el proyecto GIMPS durante veintiocho años.
Encontrar un primo de cuarenta y un millones de cifras no acerca ni un paso la predicción de dónde estará el siguiente sin calcularlo desde cero. Ese límite atraviesa toda esta historia, desde la demostración de Euclides hasta la granja de GPU en San Antonio. Los primos no esconden un patrón secreto a la espera de que alguien lo descifre, como el criptograma de Kryptos frente a la sede de la CIA, cuya cuarta sección sigue sin resolverse después de más de tres décadas. Lo que demuestran es algo distinto, que un sistema puede ser completamente determinista y aun así negarse a revelar su siguiente paso salvo que se calcule entero, cada vez.
La lectura de TecnoTimes sobre este historial es que la potencia de cómputo ha cambiado la escala del problema sin cambiar su naturaleza. Antes hacía falta una comunidad de aficionados prestando sus ordenadores durante meses. Ahora basta una empresa con acceso a miles de GPU y unas pocas horas. Lo que no ha cambiado es la pregunta de fondo planteada por Riemann en 1859, y esa pregunta sigue abierta, con o sin más potencia de cálculo disponible.
Referencias.
Fuentes y documentación utilizada.
🧠 DEBATE TECNOTIMES | IA y demostraciones matemáticas, 2026
¿Qué cambia cuando quien descubre la demostración no es un matemático, sino un sistema de IA que después alguien tiene que verificar?
En agosto de 2026, una versión de investigación interna de Claude descubrió de forma autónoma que más de dos tercios de los ceros de la función zeta son simples y están sobre la línea crítica, sin asumir la hipótesis de Riemann. Los matemáticos Levent Alpöge y Ralph Furman revisaron el argumento, lo verificaron y lo publicaron bajo su firma. Semanas después, Youness Lamzouri publicó una demostración propia, más directa, del mismo resultado.
Nadie discute que la demostración es correcta, incluso se generó un certificado formal verificable en Lean. Lo que no tiene precedente claro es el reparto de papeles, un sistema que encuentra el argumento y unos matemáticos que lo confirman y lo comunican, en un campo que durante siglos ha atribuido el mérito a quien tiene la idea, no a quien la revisa.
- 🧩 ¿Debería figurar un sistema de IA como autor de un resultado matemático, o basta con que los humanos que lo "verificaron y comunicaron" firmen el artículo?
- 🔐 Si una IA encuentra demostraciones que se les resisten a los matemáticos, ¿qué papel les queda a ellos, el de verificadores de lo que otro produjo?
- ⚙️ ¿Cambia algo que la prueba esté formalmente verificada en Lean, o la confianza en un resultado matemático sigue dependiendo, al final, de que un humano lo repase?
- 🚨 ¿Quién debería decidir qué resultados matemáticos producidos por una IA se publican y cuáles no, la comunidad científica, la empresa que desarrolla el sistema, o nadie en particular?
