Si chiama AlphaGeometry2 ed è capace di risolvere i problemi di geometria meglio dei campioni di matematica.
AlphaGeometry2 è il sistema di intelligenza artificiale realizzato da DeepMind, il principale laboratorio di ricerca sull’IA di Google. Secondo i suoi creatori, è capace di risolvere i problemi di geometria meglio dei campioni di matematica.
L’IA che supera i vincitori delle Olimpiadi di Matematica
AlphaGeometry2, una versione migliorata di AlphaGeometry, è stato rilasciato da DeepMind a gennaio dello scorso anno. In un nuovo studio, i ricercatori sostengono che la loro IA può risolvere l’84% dei problemi di geometria degli ultimi 25 anni delle IMO, una competizione matematica per studenti delle scuole superiori.
Ma perché DeepMind si interessa a una gara di matematica per liceali? Il laboratorio ritiene che la chiave per un’IA più capace potrebbe risiedere nella scoperta di nuovi modi per risolvere difficili problemi di geometria, in particolare quelli di geometria euclidea.
Dimostrare teoremi matematici richiede sia il ragionamento che la capacità di scegliere tra una serie di passaggi possibili verso una soluzione. Queste abilità di problem-solving potrebbero rivelarsi una componente utile per i futuri modelli di IA di uso generale.
Un sistema ibrido per risolvere problemi complessi
AlphaGeometry2 combina diversi elementi chiave, tra cui un modello di linguaggio della famiglia Gemini di Google e un “motore simbolico“. Il modello Gemini aiuta il motore simbolico, che usa regole matematiche per inferire soluzioni ai problemi, ad arrivare a dimostrazioni plausibili per un dato teorema geometrico.
In pratica, il modello Gemini di AlphaGeometry2 suggerisce passaggi e costruzioni in un linguaggio matematico formale al motore, che – seguendo regole specifiche – verifica la coerenza logica di questi passaggi. Un algoritmo di ricerca permette ad AlphaGeometry2 di condurre più ricerche di soluzioni in parallelo e di memorizzare i risultati potenzialmente utili in una base di conoscenza comune.
Su un set di 50 problemi selezionati dalle competizioni IMO degli ultimi 25 anni, AlphaGeometry2 ne ha risolti 42, superando il punteggio medio dei medagliati d’oro di 40,9. Ci sono però alcune limitazioni. Una particolarità tecnica impedisce ad AlphaGeometry2 di risolvere problemi con un numero variabile di punti, equazioni non lineari e disuguaglianze. Inoltre, su un set di problemi IMO più difficili, l’IA ha ottenuto risultati peggiori, risolvendo solo 20 problemi su 29.
Il dibattito sul futuro dell’IA
I risultati dello studio probabilmente alimenteranno il dibattito su come dovrebbero essere costruiti i sistemi IA: attraverso la manipolazione di simboli o le reti neurali, ritenute più simili al cervello. AlphaGeometry2 adotta un approccio ibrido: il suo modello Gemini ha un’architettura a rete neurale, mentre il suo motore simbolico si basa su regole.
I sostenitori delle tecniche di rete neurale affermano che comportamenti intelligenti possono emergere solo da enormi quantità di dati e potenza di calcolo. Al contrario, i fautori dell’IA simbolica sostengono che questa potrebbe essere meglio posizionata per codificare in modo efficiente la conoscenza del mondo, ragionare attraverso scenari complessi e “spiegare” come è arrivata a una risposta.
