Google DeepMind, noto laboratorio di intelligenza artificiale, ha sviluppato un sistema AI chiamato AlphaGeometry, capace di risolvere problemi di geometria complessi al livello di un vincitore della medaglia d’oro alle Olimpiadi Internazionali di Matematica per studenti delle scuole superiori.
Questo sistema unisce due approcci:
- Un modello di linguaggio neurale per generare idee intuitive, basato sulla stessa tecnologia del motore di ricerca di Google e dei sistemi di comprensione del linguaggio naturale.
- Un motore di deduzione simbolica per verificare queste idee con regole e logiche formali.
AlphaGeometry è stato testato su 30 problemi di geometria dell’IMO, riuscendo a risolvere 25 di essi nel tempo standard di 4,5 ore, eguagliando il punteggio medio dei vincitori umani delle medaglie d’oro.
I risultati, pubblicati su Nature, dimostrano che l’AI può ragionare logicamente e scoprire nuove conoscenze matematiche. La geometria rappresenta una sfida per l’intelligenza artificiale, dato che richiede sia creatività sia rigore logico. I modelli AI basati su testo non sono sufficienti, perché la matematica richiede un ragionamento logico e ci sono pochi dati matematici disponibili.
Per superare queste sfide, i ricercatori hanno creato un approccio neuro-simbolico, combinando i punti di forza delle reti neurali (riconoscimento di modelli e previsioni) con quelli dei sistemi simbolici (logica formale e regole rigide). Questo approccio è paragonabile al concetto di “pensiero veloce e lento” di Daniel Kahneman, dove un sistema genera idee intuitive e l’altro elabora decisioni logiche.
AlphaGeometry è anche in grado di generalizzare a problemi non visti e scoprire nuovi teoremi non espliciti nel problema. Ad esempio, è riuscito a dimostrare un teorema sulla bisettrice di un triangolo.
I ricercatori hanno reso il sistema open source, sperando di ispirare altre ricerche e applicazioni in matematica, scienze e AI. Tuttavia, riconoscono limiti e sfide come la necessità di prove più leggibili e la scalabilità a problemi più complessi.
AlphaGeometry è attualmente limitato alle prove geometriche, ma la metodologia di dati sintetici potrebbe estendere il ragionamento AI ad altre aree della matematica e delle scienze dove i dati di addestramento umani sono limitati. Questo potrebbe accelerare la comprensione umana in molte discipline.