AlphaGeometry2: El AI que supera a los campeones humanos de la Olimpiada de Geometría

La inteligencia artificial ha estado tratando de imitar el razonamiento lógico humano durante mucho tiempo. Aunque ha hecho un progreso masivo en el reconocimiento de patrones, el razonamiento abstracto y la deducción simbólica han seguido siendo desafíos difíciles para el AI. Esta limitación se vuelve especialmente evidente cuando el AI se utiliza para la resolución de problemas matemáticos, una disciplina que ha sido durante mucho tiempo un testimonio de las capacidades cognitivas humanas, como el pensamiento lógico, la creatividad y la comprensión profunda. A diferencia de otras ramas de las matemáticas que se basan en fórmulas y manipulaciones algebraicas, la geometría es diferente. Requiere no solo un razonamiento estructurado y paso a paso, sino también la capacidad de reconocer relaciones ocultas y la habilidad para construir elementos adicionales para resolver problemas.

Durante mucho tiempo, se pensó que estas habilidades eran únicas de los humanos. Sin embargo, Google DeepMind ha estado trabajando en el desarrollo de un AI que pueda resolver estas tareas de razonamiento complejo. El año pasado, presentaron AlphaGeometry, un sistema de AI que combina el poder predictivo de las redes neuronales con la lógica estructurada del razonamiento simbólico para abordar problemas de geometría complejos. Este sistema tuvo un impacto significativo al resolver el 54% de los problemas de geometría de la Olimpiada Matemática Internacional (IMO) para alcanzar un rendimiento comparable al de los medallistas de plata. Recientemente, lo llevaron aún más lejos con AlphaGeometry2, que logró una tasa de resolución increíble del 84% para superar a un medallista de oro promedio de la IMO.

En este artículo, exploraremos las innovaciones clave que ayudaron a AlphaGeometry2 a alcanzar este nivel de rendimiento y qué significa este desarrollo para el futuro de la IA en la resolución de problemas de razonamiento complejos. Pero antes de sumergirnos en lo que hace que AlphaGeometry2 sea especial, es esencial entender primero qué es AlphaGeometry y cómo funciona.

AlphaGeometry: Pionero en la resolución de problemas de geometría con IA

AlphaGeometry es un sistema de IA diseñado para resolver problemas de geometría complejos al nivel de la IMO. Es básicamente un sistema neuro-simbólico que combina un modelo de lenguaje neuronal con un motor de deducción simbólica. El modelo de lenguaje neuronal ayuda al sistema a predecir nuevos constructos geométricos, mientras que el motor de deducción simbólica aplica la lógica formal para generar pruebas. Esta configuración permite que AlphaGeometry piense más como un humano al combinar las capacidades de reconocimiento de patrones de las redes neuronales, que replican el pensamiento intuitivo humano, con el razonamiento estructurado de la lógica formal, que imita las capacidades de razonamiento deductivo humano. Una de las innovaciones clave en AlphaGeometry fue cómo generó los datos de entrenamiento. En lugar de confiar en demostraciones humanas, creó un mil millones de diagramas geométricos aleatorios y derivó sistemáticamente relaciones entre puntos y líneas. Este proceso creó un conjunto de datos masivo de 100 millones de ejemplos únicos, lo que ayudó al modelo neuronal a predecir constructos geométricos funcionales y guió al motor simbólico hacia soluciones precisas. Este enfoque híbrido permitió que AlphaGeometry resolviera 25 de 30 problemas de geometría de la Olimpiada dentro del tiempo de competición estándar, lo que se acercó mucho al rendimiento de los competidores humanos de alto nivel.

Cómo AlphaGeometry2 logra un rendimiento mejorado

Si bien AlphaGeometry fue un avance en el razonamiento matemático impulsado por IA, tenía ciertas limitaciones. Luchó para resolver problemas complejos, carecía de eficiencia al manejar una amplia gama de desafíos de geometría y tenía limitaciones en la cobertura de problemas. Para superar estos obstáculos, AlphaGeometry2 introduce una serie de mejoras significativas:

1. Ampliar la capacidad del AI para entender problemas de geometría más complejos

Una de las mejoras más significativas en AlphaGeometry2 es su capacidad para trabajar con una gama más amplia de problemas de geometría. El AlphaGeometry anterior luchó con problemas que involucraban ecuaciones lineales de ángulos, razones y distancias, así como aquellos que requerían razonamiento sobre puntos, líneas y círculos en movimiento. AlphaGeometry2 supera estas limitaciones al introducir un modelo de lenguaje más avanzado que le permite describir y analizar estos problemas complejos. Como resultado, ahora puede abordar el 88% de todos los problemas de geometría de la IMO de las últimas dos décadas, un aumento significativo con respecto al 66% anterior.

2. Un motor de resolución de problemas más rápido y eficiente

Otra razón clave por la que AlphaGeometry2 funciona tan bien es su motor simbólico mejorado. Este motor, que sirve como el núcleo lógico de este sistema, ha sido mejorado de varias maneras. Primero, se ha mejorado para trabajar con un conjunto más refinado de reglas de resolución de problemas, lo que lo hace más efectivo y rápido. Segundo, ahora puede reconocer cuándo diferentes constructos geométricos representan el mismo punto en un problema, lo que le permite razonar de manera más flexible. Finalmente, el motor se ha reescrito en C++ en lugar de Python, lo que lo hace más de 300 veces más rápido que antes. Este impulso de velocidad permite que AlphaGeometry2 genere soluciones más rápidamente y de manera más eficiente.

3. Entrenar al AI con problemas de geometría más complejos y variados

La efectividad del modelo neuronal de AlphaGeometry2 proviene de su entrenamiento extensivo en problemas de geometría sintéticos. AlphaGeometry inicialmente generó un mil millones de diagramas geométricos aleatorios para crear 100 millones de ejemplos de entrenamiento únicos. AlphaGeometry2 lleva esto un paso más allá al generar diagramas más extensos y complejos que incluyen relaciones geométricas intrincadas. Además, ahora incorpora problemas que requieren la introducción de construcciones auxiliares —puntos o líneas definidos de nuevo que ayudan a resolver un problema—, lo que le permite predecir y generar soluciones más sofisticadas.

4. Encontrar el mejor camino hacia una solución con estrategias de búsqueda más inteligentes

Una innovación clave de AlphaGeometry2 es su nuevo enfoque de búsqueda, llamado Conjunto de árboles de búsqueda compartidos (SKEST). A diferencia de su predecesor, que se basaba en un método de búsqueda básico, AlphaGeometry2 ejecuta múltiples búsquedas en paralelo, con cada búsqueda aprendiendo de las demás. Esta técnica le permite explorar una gama más amplia de soluciones posibles y mejora significativamente la capacidad del AI para resolver problemas complejos en un tiempo más corto.

5. Aprender de un modelo de lenguaje más avanzado

Otro factor clave detrás del éxito de AlphaGeometry2 es su adopción del modelo Gemini de Google, un modelo de IA de última generación que ha sido entrenado en un conjunto aún más extenso y diverso de problemas matemáticos. Este nuevo modelo de lenguaje mejora la capacidad de AlphaGeometry2 para generar soluciones paso a paso debido a su razonamiento de cadena de pensamiento mejorado. Ahora, AlphaGeometry2 puede abordar los problemas de una manera más estructurada. Al afinar sus predicciones y aprender de diferentes tipos de problemas, el sistema ahora puede resolver un porcentaje mucho mayor de preguntas de geometría de nivel olímpico.

Lograr resultados que superan a los campeones humanos de la Olimpiada

Gracias a los avances anteriores, AlphaGeometry2 resuelve 42 de 50 problemas de geometría de la IMO de 2000 a 2024, logrando una tasa de éxito del 84%. Estos resultados superan el rendimiento de un medallista de oro promedio de la IMO y establecen un nuevo estándar para el razonamiento matemático impulsado por IA. Más allá de su rendimiento impresionante, AlphaGeometry2 también está haciendo avances en la automatización de la demostración de teoremas, lo que nos acerca a sistemas de IA que no solo pueden resolver problemas de geometría, sino también explicar su razonamiento de una manera que los humanos puedan entender.

El futuro de la IA en el razonamiento matemático

El progreso de AlphaGeometry a AlphaGeometry2 muestra cómo la IA está mejorando en la resolución de problemas matemáticos complejos que requieren pensamiento profundo, lógica y estrategia. También significa que la IA ya no se trata solo de reconocer patrones —puede razonar, hacer conexiones y resolver problemas de maneras que se sienten más como el razonamiento lógico humano.

AlphaGeometry2 también nos muestra de qué es capaz la IA en el futuro. En lugar de seguir solo instrucciones, la IA podría comenzar a explorar nuevas ideas matemáticas por sí misma y incluso ayudar con la investigación científica. Al combinar redes neuronales con razonamiento lógico, la IA podría no ser solo una herramienta que pueda automatizar tareas simples, sino un socio calificado que ayuda a expandir el conocimiento humano en campos que dependen del pensamiento crítico.

¿Podríamos estar entrando en una era en la que la IA prueba teoremas y hace nuevos descubrimientos en física, ingeniería y biología? A medida que la IA se desplaza de los cálculos de fuerza bruta a un razonamiento más reflexivo, podríamos estar al borde de un futuro en el que los humanos y la IA trabajen juntos para descubrir ideas que nunca pensamos que fueran posibles.