The Brief
Come funziona l'IA 5 min di lettura

Risolto, ma non compreso: cosa significa davvero la svolta matematica dell'IA

NAVION

Condividi

La matematica è stata a lungo considerata uno degli ultimi ambiti in cui il ragionamento umano detiene un chiaro vantaggio sulle macchine. Questa supposizione è ora sotto seria pressione. Nel corso di una singola estate, i sistemi di IA sviluppati da aziende tra cui OpenAI, Anthropic e Google sono passati dall’avere difficoltà con problemi standard di livello di ricerca al rivendicare soluzioni ad alcune delle questioni irrisolte più famose nella storia della matematica. La reazione della comunità matematica non è stata né una semplice celebrazione né un semplice rifiuto. È stata qualcosa di più complicato: la presa d’atto che le regole di un’intera disciplina vengono riscritte e che nessuno lo ha chiesto prima ai matematici.

Il problema del millennio che ha cambiato la conversazione

Il problema dell’esistenza e della regolarità delle equazioni di Navier-Stokes è uno dei sette problemi per il millennio, un insieme di sfide matematiche straordinariamente difficili poste nel 2000 dal Clay Mathematics Institute. Prima di quest’estate, solo uno dei sette era mai stato risolto dagli esseri umani: la congettura di Poincaré. L’annuncio di OpenAI di aver risolto il problema di Navier-Stokes è quindi arrivato con una forza considerevole.

Il vincitore della medaglia Fields Jacob Tsimerman dell’Università di Toronto ha riconosciuto il peso del momento al Heidelberg Laureate Forum, un raduno annuale di figure di spicco della matematica e dell’informatica tenutosi in Germania. “Abbiamo assistito a rapidi aumenti delle capacità, persino più veloci di quanto molte persone, me compreso, si aspettassero”, ha detto. “Risolvere Navier-Stokes sembra piuttosto definitivo”.

I progressi non si sono fermati qui. Anthropic avrebbe utilizzato una versione inedita di Claude ad agosto per lavorare sull’ipotesi di Riemann, compiendo progressi significativi su un problema correlato. Si dice che OpenAI stia indirizzando i suoi modelli più avanzati verso la congettura di Hodge. Con l’intera potenza di calcolo delle principali aziende tecnologiche ora puntata su questi problemi, molti matematici considerano solo una questione di tempo prima che altri di essi cadano.

Una svolta con un problema di condotta

L’annuncio della soluzione di Navier-Stokes non è arrivato in modo pulito. Il matematico Tristan Buckmaster della New York University, che aveva fatto progressi significativi sullo stesso problema insieme a Levent Alpöge di Anthropic, ha descritto una corrispondenza con OpenAI che ha definito coercitiva e minacciosa. Michael Harris della Columbia University, che ha visto questa corrispondenza, ha affermato che la copertura mediatica dell’episodio era ampiamente coerente con un quadro in cui OpenAI sconvolge le norme disciplinari. Geordie Williamson dell’Università di Sydney è stato più diretto: “Penso che OpenAI si sia comportata malissimo e che dovremmo riconoscerlo nella comunità”.

OpenAI non ha risposto alle richieste di commento prima della pubblicazione dell’articolo.

Il vincitore della medaglia Fields Peter Scholze dell’Università di Bonn ha offerto un’interpretazione pungente del motivo per cui le aziende tecnologiche stanno prendendo di mira proprio questi problemi. “Stanno davvero solo risolvendoli come benchmark, come una sorta di trovata pubblicitaria”, ha detto durante una tavola rotonda al Forum. I problemi del millennio, in questa lettura, non sono principalmente una missione scientifica. Sono una dimostrazione di capacità rivolta a investitori e potenziali utenti, con la storia matematica come sfondo.

Cosa va perso quando una macchina trova la risposta

Ecco cosa sfugge alla maggior parte della copertura di questi annunci: risolvere un problema e comprendere un problema non sono la stessa cosa. Williamson ha espresso la distinzione con precisione. La comunità matematica ha tradizionalmente misurato i progressi in base alla sua capacità di risolvere problemi difficili, ma ciò che apprezza davvero è la comprensione, lo sviluppo di nuovi metodi, nuovi framework, nuovi modi di pensare che possono essere applicati altrove. Le soluzioni dell’IA, così come sono prodotte attualmente, tendono a fornire risposte senza generare quel tipo di intuizione trasferibile. Le due misurazioni, come ha notato Williamson, stanno rapidamente diventando incorrelate.

Questo crea una crisi pratica per i matematici che lavorano, in particolare quelli all’inizio della loro carriera. Mita Ramabulana, un giovane matematico dell’Università di Città del Capo, ha scoperto che due dei dieci progressi matematici annunciati da OpenAI ad agosto si sovrapponevano al suo lavoro in corso. La preoccupazione che ha sollevato non è astratta: i ricercatori ora affrontano la possibilità che i problemi in cui hanno investito molto tempo possano essere risolti da qualcuno che semplicemente li inserisce in un modello linguistico.

Ailsa Robertson, una dottoranda dell’Università di Amsterdam che lavora sulla crittografia sicura contro i computer quantistici, ha descritto colleghi che spendono migliaia di euro in token di calcolo aggiuntivi, somme che sono consistenti per gli studenti di dottorato. Ha anche descritto una forma più sottile di pressione: la sensazione che non usare questi strumenti significhi rimanere indietro rispetto ai coetanei che competono per le stesse limitate posizioni accademiche. Robertson ha risposto spostando il proprio asse di ricerca lontano dalla matematica e verso le implicazioni sociali della transizione verso i sistemi sicuri contro i computer quantistici. Il suo ragionamento è diretto: non vuole una carriera costruita intorno alla verifica dell’output dei modelli linguistici.

OpenAI ha annunciato a luglio che avrebbe fornito 100.000 licenze gratuite ai suoi modelli di frontiera per i ricercatori accademici. Robertson ha notato che alcuni colleghi sperimentano questo tipo di offerta non come generosità ma come una forma di coercizione.

In breve

L’IA ha superato una soglia nella matematica che la maggior parte degli esperti non si aspettava di vedere così presto. La rivendicazione su Navier-Stokes, se verificata, rappresenterebbe il secondo problema per il millennio mai risolto, e il primo da parte di una macchina. Ma la storia più significativa è strutturale. Una tecnologia sviluppata al di fuori della comunità matematica, che opera secondo valori e incentivi differenti, sta ora rimodellando il modo in cui viene fatta la matematica, chi ne trae profitto e a cosa serve persino il lavoro. Le risposte stanno arrivando più velocemente della comprensione. Quel divario è il vero problema su cui vale la pena vigilare.

Basato su un articolo di IEEE Spectrum.

Scritto da

NAVION