AlphaGeometry2: L’AI che supera i campioni umani delle Olimpiadi di geometria

L’intelligenza artificiale ha a lungo cercato di emulare il ragionamento logico umano. Sebbene abbia fatto enormi progressi nel riconoscimento di pattern, il ragionamento astratto e la deduzione simbolica sono rimaste sfide difficili per l’AI. Questa limitazione diventa particolarmente evidente quando l’AI viene utilizzata per la risoluzione di problemi matematici, una disciplina che da lungo tempo è stata un testamento delle capacità cognitive umane come il pensiero logico, la creatività e la profonda comprensione. A differenza di altre branche della matematica che si basano su formule e manipolazioni algebriche, la geometria è diversa. Richiede non solo un ragionamento strutturato e passo dopo passo, ma anche la capacità di riconoscere relazioni nascoste e la capacità di costruire elementi aggiuntivi per risolvere i problemi.

Per lungo tempo, queste capacità sono state considerate uniche degli esseri umani. Tuttavia, Google DeepMind ha lavorato allo sviluppo di un’AI in grado di risolvere questi compiti di ragionamento complesso. L’anno scorso, hanno introdotto AlphaGeometry, un sistema AI che combina la potenza predittiva delle reti neurali con la logica strutturata del ragionamento simbolico per affrontare problemi di geometria complessi. Questo sistema ha avuto un impatto significativo risolvendo il 54% dei problemi di geometria delle Olimpiadi Matematiche Internazionali (IMO) per raggiungere una performance pari a quella dei medaglisti d’argento. Recentemente, hanno ulteriormente migliorato il sistema con AlphaGeometry2, che ha raggiunto un incredibile tasso di risoluzione dell’84% per superare la performance di un medaglista d’oro medio dell’IMO.

In questo articolo, esploreremo le innovazioni chiave che hanno aiutato AlphaGeometry2 a raggiungere questo livello di prestazioni e cosa questo sviluppo significa per il futuro dell’AI nella risoluzione di problemi di ragionamento complesso. Ma prima di addentrarci in ciò che rende AlphaGeometry2 speciale, è essenziale capire cosa sia AlphaGeometry e come funzioni.

AlphaGeometry: l’AI pioniera nella risoluzione di problemi di geometria

AlphaGeometry è un sistema AI progettato per risolvere problemi di geometria complessi al livello delle Olimpiadi Matematiche Internazionali (IMO). È fondamentalmente un sistema neuro-simbolico che combina un modello linguistico neurale con un motore di deduzione simbolica. Il modello linguistico neurale aiuta il sistema a prevedere nuove costruzioni geometriche, mentre il motore di deduzione simbolica applica la logica formale per generare prove. Questo setup consente ad AlphaGeometry di pensare più come un essere umano combinando le capacità di riconoscimento di pattern delle reti neurali, che replicano il pensiero intuitivo umano, con il ragionamento strutturato della logica formale, che mimica le capacità di ragionamento deduttivo umano. Una delle innovazioni chiave in AlphaGeometry è stato il modo in cui ha generato i dati di allenamento. Invece di affidarsi a dimostrazioni umane, ha creato un miliardo di diagrammi geometrici casuali e ha derivato sistematicamente le relazioni tra punti e linee. Questo processo ha creato un enorme set di dati di 100 milioni di esempi unici, aiutando il modello neurale a prevedere costruzioni geometriche funzionali e guidando il motore simbolico verso soluzioni accurate. Questo approccio ibrido ha consentito ad AlphaGeometry di risolvere 25 problemi di geometria delle Olimpiadi su 30 entro il tempo di competizione standard, raggiungendo una performance molto vicina a quella dei migliori concorrenti umani.

Come AlphaGeometry2 raggiunge prestazioni migliorate

Sebbene AlphaGeometry fosse un punto di svolta nel ragionamento matematico guidato dall’AI, aveva alcune limitazioni. Faticava a risolvere problemi complessi, mancava di efficienza nel gestire una vasta gamma di sfide di geometria e aveva limitazioni nella copertura dei problemi. Per superare questi ostacoli, AlphaGeometry2 introduce una serie di miglioramenti significativi:

1. Espandere la capacità dell’AI di comprendere problemi di geometria più complessi

Uno dei miglioramenti più significativi in AlphaGeometry2 è la sua capacità di lavorare con una gamma più ampia di problemi di geometria. Il precedente AlphaGeometry faticava con problemi che coinvolgevano equazioni lineari di angoli, rapporti e distanze, nonché quelli che richiedevano ragionamento su punti, linee e cerchi in movimento. AlphaGeometry2 supera queste limitazioni introducendo un modello linguistico più avanzato che gli consente di descrivere e analizzare questi problemi complessi. Di conseguenza, può ora affrontare l’88% di tutti i problemi di geometria delle Olimpiadi degli ultimi due decenni, un aumento significativo rispetto al precedente 66%.

2. Un motore di risoluzione dei problemi più veloce e più efficiente

Un’altra ragione chiave per cui AlphaGeometry2 si esegue così bene è il suo motore simbolico migliorato. Questo motore, che funge da nucleo logico del sistema, è stato migliorato in diversi modi. In primo luogo, è stato migliorato per funzionare con un set più raffinato di regole di risoluzione dei problemi, il che lo rende più efficace e veloce. In secondo luogo, può ora riconoscere quando diverse costruzioni geometriche rappresentano lo stesso punto in un problema, consentendogli di ragionare in modo più flessibile. Infine, il motore è stato riscritto in C++ anziché in Python, rendendolo oltre 300 volte più veloce di prima. Questo aumento di velocità consente ad AlphaGeometry2 di generare soluzioni più velocemente e in modo più efficiente.

3. Allenare l’AI con problemi di geometria più complessi e vari

L’efficacia del modello neurale di AlphaGeometry2 deriva dal suo ampio addestramento a problemi di geometria sintetici. AlphaGeometry inizialmente generava un miliardo di diagrammi geometrici casuali per creare 100 milioni di esempi di addestramento unici. AlphaGeometry2 va oltre generando diagrammi più estensivi e più complessi che includono relazioni geometriche intricate. Inoltre, ora incorpora problemi che richiedono l’introduzione di costruzioni ausiliarie—nuovi punti o linee definiti che aiutano a risolvere un problema, consentendogli di prevedere e generare soluzioni più sofisticate

4. Trovare il miglior percorso per una soluzione con strategie di ricerca più intelligenti

Un’innovazione chiave di AlphaGeometry2 è il suo nuovo approccio di ricerca, chiamato Shared Knowledge Ensemble of Search Trees (SKEST). A differenza del suo predecessore, che si basava su un metodo di ricerca di base, AlphaGeometry2 esegue più ricerche in parallelo, con ogni ricerca che apprende dalle altre. Questa tecnica gli consente di esplorare una gamma più ampia di possibili soluzioni e migliora notevolmente la capacità dell’AI di risolvere problemi complessi in un tempo più breve.

5. Imparare da un modello linguistico più avanzato

Un altro fattore chiave dietro il successo di AlphaGeometry2 è l’adozione del modello Google Gemini, un modello AI all’avanguardia che è stato addestrato su un set ancora più ampio e diversificato di problemi matematici. Questo nuovo modello linguistico migliora la capacità di AlphaGeometry2 di generare soluzioni passo dopo passo a causa del suo migliorato ragionamento a catena di pensieri. Ora, AlphaGeometry2 può affrontare i problemi in modo più strutturato. Raffinando le sue previsioni e imparando da diversi tipi di problemi, il sistema può ora risolvere una percentuale molto più grande di domande di geometria di livello olimpico.

Ottenere risultati che superano i campioni umani delle Olimpiadi

Grazie ai suddetti progressi, AlphaGeometry2 risolve 42 problemi di geometria delle Olimpiadi su 50 dal 2000 al 2024, raggiungendo un tasso di successo dell’84%. Questi risultati superano la performance di un medaglista d’oro medio dell’IMO e stabiliscono un nuovo standard per il ragionamento matematico guidato dall’AI. Oltre alla sua impressionante performance, AlphaGeometry2 sta anche facendo progressi nell’automatizzazione della dimostrazione dei teoremi, portandoci più vicini a sistemi AI che non solo possono risolvere problemi di geometria, ma anche spiegare il loro ragionamento in un modo che gli esseri umani possono comprendere

Il futuro dell’AI nel ragionamento matematico

Il progresso da AlphaGeometry ad AlphaGeometry2 mostra come l’AI stia migliorando nella gestione di problemi matematici complessi che richiedono pensiero profondo, logica e strategia. Mostra anche che l’AI non è più solo questione di riconoscimento di pattern—può ragionare, fare collegamenti e risolvere problemi in modi che sembrano più simili al ragionamento logico umano.

AlphaGeometry2 ci mostra anche cosa l’AI potrebbe essere capace di fare in futuro. Invece di seguire semplicemente le istruzioni, l’AI potrebbe iniziare a esplorare nuove idee matematiche di propria iniziativa e anche aiutare con la ricerca scientifica. Combinando reti neurali con ragionamento logico, l’AI potrebbe non essere solo uno strumento in grado di automatizzare compiti semplici, ma un partner qualificato che aiuta ad espandere la conoscenza umana in campi che si basano sul pensiero critico.

Potremmo stare entrando in un’era in cui l’AI dimostra teoremi e fa nuove scoperte in fisica, ingegneria e biologia? Mentre l’AI passa da calcoli brute-force a un ragionamento più pensieroso, potremmo essere sull’orlo di un futuro in cui gli esseri umani e l’AI lavorano insieme per scoprire idee che non avevamo mai pensato possibili.