L’intelligenza artificiale più dei matematici aiuta nei problemi irrisolti
Da tempo, il gioco di carte denominato Set ha stimolato l’interesse dei matematici, spingendoli a sviluppare delle possibilità molto interessanti. Di recente, l’uso di modelli linguistici avanzati, conosciuti come Large Language Models (LLM), ha rivelato come l’intelligenza artificiale (IA) possa essere un valido supporto per i matematici nella ricerca di nuove soluzioni.
L’intelligenza artificiale nella matematica e nell’informatica
Un sistema IA innovativo, chiamato FunSearch, ha compiuto notevoli passi avanti in problemi che derivano dal concetto di insiemi nel settore del calcolo combinatorio. Quest’ultimo è un ramo della matematica che si dedica allo studio delle varie combinazioni possibili di insiemi formati da un numero limitato di elementi.
Gli ideatori di questo sistema sostengono che il loro approccio, i cui dettagli sono stati pubblicati sulla rivista Nature, potrebbe essere esteso per affrontare diverse problematiche nel campo della matematica e dell’informatica.
Pushmeet Kohli, l’informatico che guida il gruppo AI for Science di Google DeepMind a Londra, ha evidenziato che è la prima volta che si osserva un sistema basato su modelli di linguaggio a larga scala superare le conoscenze esistenti in matematica e informatica. Secondo lui, questo approccio è innovativo, ma risulta anche più efficace rispetto a qualsiasi altro metodo disponibile attualmente.
Pushmeet Kohli ha inoltre messo in luce una differenza significativa rispetto agli esperimenti precedenti. In passato, i ricercatori avevano impiegato gli LLM per affrontare problemi matematici già noti e risolti, mentre il nuovo approccio si distingue per la sua capacità di andare oltre le soluzioni esistenti.
Il chatbot per trovare soluzioni matematiche
FunSearch sviluppa automaticamente richieste per un modello di linguaggio a grande scala specificamente addestrato, incaricandolo di creare brevi codici informatici che possano trovare soluzioni a un determinato problema matematico. Poi il sistema verifica velocemente se queste soluzioni superano in efficacia quelle già note. Se non lo fanno, il LLM riceve un feedback per potersi perfezionare nel tentativo successivo.
Bernardino Romera-Paredes, esperto informatico di DeepMind, ha descritto l’uso dell’LLM come capace di sviluppare creatività. Ha sottolineato che non tutti i programmi prodotti dall’LLM sono funzionali, con alcuni talmente errati da risultare ineseguibili. Ma un altro programma può prontamente scartare quelli inadeguati e valutare i risultati di quelli corretti.
