Dall'analisi dei gatti alle teoremi di Erdős: l'intelligenza artificiale attacca sempre più spesso le vette della matematica

I modelli di intelligenza artificiale stanno passando da compiti umanistici a risolvere matematica complessa

*Attualmente la maggior parte delle intelligenze artificiali è stata originariamente sviluppata per lavorare con testo e immagini, ma i loro sviluppatori stanno sempre più riconoscendo il potenziale di applicarle alla matematica. Questo apre due direzioni importanti:*

1. Progresso scientifico – nuovi modelli consentono di trovare rapidamente soluzioni che prima erano considerate irrisolvibili.

2. Dimostrazione delle capacità dell’IA – i successi in matematica servono come chiara prova dell’efficacia della tecnologia.

Esempi di successi
- Uno studente del Cambridge ha usato un modello OpenAI e ha risolto il problema di Erdős, precedentemente considerato inaccessibile.
- I modelli mostrano risultati elevati al Concorsi Internazionali di Matematica e ad altri concorsi specializzati.
- L’ex membro del consiglio di amministrazione Helen Tuner osserva: “Siamo già oltre i compiti semplici come distinguere gatti da cani; ora l’IA risolve problemi di alto livello”.

Sviluppi specializzati
CompanyModelTaskDeepMind (Google)AlphaProofMatematicaDeepMind (Google)AlphaGeometryGeometria
Questi modelli hanno ottenuto riconoscimento nei benchmark Epoch AI, che misurano velocità e precisione delle soluzioni. Inizialmente i grandi modelli linguistici erano considerati inadeguati perché generavano testo “basato sulla probabilità” e spesso “allucinavano”. Tuttavia l’implementazione dell’apprendimento per rinforzo e di architetture razionali ha notevolmente aumentato la loro affidabilità.

Potenziare il team scientifico
OpenAI ha reclutato due eccellenti matematici:

- Ernest Ryu – Università della California, Los Angeles
- Mehtaab Sawhney – Columbia University

Questi specialisti aiutano a migliorare i modelli e le loro capacità di risolvere problemi complessi.

Matematica come test “verificabile”
Le dimostrazioni matematiche possono essere verificate automaticamente, rendendola un’area ideale per esperimenti con l’IA. Ciò favorisce anche lo sviluppo del software:

- Anthropic investe in Claude Code – assistente che genera codice.

Cosa succede dopo?
Per affrontare domande scientifiche davvero complesse, l’IA deve basarsi sui risultati già esistenti e non contare su una singola “sessione intermedia”. Attualmente i modelli sono capaci di aggregare efficacemente informazioni da diverse discipline, accelerando la scoperta di nuove idee. Gli esperti sono convinti che in futuro questo diventerà il motore chiave del progresso scientifico.

> *In matematica l’IA ha già dimostrato la sua efficacia.*