IA di Google contro i campioni umani di matematica: chi vince?
Gennaio 20, 2024
Intelligenza artificiale e matematica: una nuova frontiera
Nell’epoca moderna, caratterizzata da un’incessante evoluzione tecnologica, l’intelligenza artificiale (AI) sta emergendo come uno strumento rivoluzionario nella risoluzione di problemi complessi in vari campi, tra cui spicca la matematica. In particolare, l’AI sta mostrando notevoli capacità nella soluzione di quesiti geometrici avanzati. Un esempio eclatante è rappresentato da AlphaGeometry, un sistema sviluppato da Google DeepMind, che ha dimostrato di poter affrontare problemi geometrici con un livello di abilità paragonabile a quello dei più esperti matematici umani.
AlphaGeometry: un’intelligenza artificiale quasi umana
AlphaGeometry è un sistema di intelligenza artificiale progettato per risolvere problemi geometrici di elevata complessità, raggiungendo un livello di competenza vicino a quello di un vincitore di medaglia d’oro alle Olimpiadi Internazionali di Matematica. In un test che includeva 30 problemi olimpici di geometria, AlphaGeometry ne ha risolti 25 entro il tempo limite standard delle competizioni. A confronto, un medagliato d’oro umano medio ha risolto circa 25,9 problemi. Questo risultato segna un **salto significativo** nelle prestazioni dell’AI rispetto ai sistemi precedenti.
La sfida dell’insegnamento della matematica all’AI
Finora, i programmi di intelligenza artificiale hanno incontrato due ostacoli principali. Da un lato, i computer, nonostante la loro precisione, hanno mostrato limiti nel ragionamento deduttivo. Dall’altro, la matematica si è rivelata una disciplina complessa da insegnare anche ai sistemi di apprendimento automatico più avanzati. AlphaGeometry ha superato queste difficoltà combinando un modello di linguaggio neurale, capace di fare previsioni rapide, con un motore di deduzione simbolica, che utilizza logica formale e regole chiare per giungere a conclusioni logiche.
Un nuovo traguardo per la ricerca sull’intelligenza artificiale
La capacità di AlphaGeometry di affrontare problemi matematici complessi potrebbe rappresentare un punto di svolta nella ricerca sull’AI. I due sistemi, il modello di linguaggio neurale e il motore di deduzione simbolica, hanno lavorato in sinergia: il motore di deduzione simbolica procedeva con il problema fino a un punto di stallo, dopodiché il modello di linguaggio suggeriva una modifica all’argomentazione. Questo approccio si è rivelato vincente, ma ha posto la questione su cosa addestrare il modello di linguaggio.
La soluzione innovativa di Google DeepMind
La soluzione ideale sarebbe stata quella di nutrire il sistema con un’enorme quantità di dimostrazioni geometriche umane. Tuttavia, il team di Google DeepMind ha optato per un approccio alternativo. Utilizzando calcoli altamente parallelizzati, il sistema ha generato un miliardo di diagrammi geometrici casuali, analizzando tutte le relazioni tra punti e linee in ciascun diagramma. AlphaGeometry ha individuato tutte le dimostrazioni possibili in ogni diagramma, per poi determinare quali costrutti aggiuntivi fossero necessari per giungere a tali dimostrazioni. Questo processo è stato definito “deduzione simbolica e tracciamento a ritroso”.
Un successo evidente
Il successo di AlphaGeometry è innegabile: l’AI ha dimostrato di essere quasi altrettanto competente quanto un medagliato d’oro umano medio alle Olimpiadi Internazionali di Matematica (IMO), risultando 2,5 volte più efficace del precedente sistema all’avanguardia che aveva affrontato la stessa sfida. La sua abilità in geometria lo rende il primo modello di AI al mondo capace di superare la soglia della medaglia di bronzo delle IMO nel 2000 e nel 2015.
Sebbene attualmente AlphaGeometry sia limitato ai problemi di geometria, i ricercatori di Google DeepMind sono fiduciosi di poter estendere le capacità dell’AI matematica a molte altre discipline. “Non stiamo parlando di un miglioramento incrementale”, ha dichiarato Trinh al New York Times. “Stiamo assistendo a un grande balzo in avanti in termini di risultati”. “Ma non dobbiamo esagerare”, ha aggiunto con cautela.
IA di Google contro i campioni umani di matematica: chi vince?