Negli annali della matematica, esistono enigmi che resistono al passare del tempo, sfidando la mente umana per decenni. Recentemente, un’innovativa svolta è giunta dal campo dell’intelligenza artificiale, e Google DeepMind si è distinto con il suo nuovo strumento, FunSearch. Attraverso un approccio basato su modelli linguistici di grandi dimensioni, FunSearch ha dimostrato la sua abilità nel risolvere problemi matematici puri, aprendo nuove prospettive nella generazione di conoscenza verificabile e preziosa.
Il ruolo di FunSearch
Il punto di svolta è stato l’utilizzo del potente modello linguistico denominato Codey, una variante di PaLM 2, addestrato sul codice informatico. A differenza delle precedenti realizzazioni di DeepMind, FunSearch non si è limitato a trattare i problemi matematici come giochi di scacchi, ma ha adottato un approccio più flessibile. I ricercatori hanno formulato il problema in Python, lasciando vuote le righe del programma che indicavano come risolverlo. FunSearch ha sfruttato Codey per generare il codice mancante, scartando le risposte errate e iterando il processo fino a raggiungere una soluzione corretta e inedita.
Successi precedenti di DeepMind
DeepMind aveva già fatto parlare di sé nel campo della matematica fondamentale e dell’informatica attraverso strumenti come AlphaTensor e AlphaDev. Tuttavia, FunSearch rappresenta una svolta significativa, utilizzando modelli linguistici di grandi dimensioni per affrontare problemi al di là delle competenze specializzate in un singolo ambito, come facevano i predecessori.
Caso Studio: problema del Cap Set
Per dimostrare l’efficacia di FunSearch, i ricercatori hanno applicato l’IA al problema del cap set, che coinvolge la ricerca della dimensione massima di un particolare tipo di insieme. Un tocco di originalità è emerso nel cercare di capire quanti punti si possono posizionare senza formare mai una linea dritta tra tre di essi. Dopo milioni di tentativi e iterazioni, FunSearch ha fornito una soluzione corretta e innovativa, ribaltando un enigma matematico rimasto irrisolto.
Problema dell’imballaggio dei contenitori
Per consolidare il successo, FunSearch è stato impiegato nel problema dell’imballaggio dei contenitori, un altro intricato dilemma matematico. La sfida consisteva nel cercare di imballare gli oggetti nel minor numero possibile di contenitori. Ancora una volta, FunSearch ha dimostrato la sua superiorità rispetto alle soluzioni umane, suggerendo approcci più efficienti.
L’avvento di FunSearch segna un capitolo rivoluzionario nella risoluzione di problemi matematici irrisolti, aprendo nuove prospettive per l’applicazione dell’intelligenza artificiale in questo campo. La capacità di generare soluzioni inedite attraverso modelli linguistici di grandi dimensioni potrebbe ridefinire il modo in cui affrontiamo e risolviamo le sfide matematiche, aprendo la strada a ulteriori scoperte e innovazioni nel futuro.