DeepMind ha fatto i compiti: AlphaProof Nexus dimostra che l'IA verificabile batte la matematica a sensazione

Se di recente avete trascorso un po' di tempo sul Math Twitter, avrete probabilmente notato l'imbarazzo collettivo quando OpenAI ha scaricato su GitHub un'enorme quantità di dimostrazioni non verificate generate dall'IA, chiedendo di fatto a matematici di livello mondiale di fare da beta-tester gratuiti per le sue allucinazioni. È stato un po' come se uno stagista vi consegnasse 500 righe di codice spaghetti non commentato dicendo: "Ehi, puoi vedere se compila?"

Ora, Google DeepMind è entrata in scena per mostrare a tutti cosa significhi davvero consegnare un lavoro finito. Secondo un nuovo articolo pubblicato su Science, il sistema AlphaProof Nexus di DeepMind ha risolto decine di problemi matematici aperti. Questo bottino include nove famigerati problemi di Erdős, due dei quali erano rimasti del tutto irrisolti per 56 anni. E, a differenza della concorrenza, DeepMind ha sottoposto i propri risultati alla prova del fuoco della peer review prima di cantare vittoria.

Ecco perché questo è importante per chiunque sviluppi o utilizzi agenti IA: AlphaProof non è semplicemente un LLM che tira a indovinare il prossimo simbolo plausibile. Chiunque abbia provato a usare i modelli di frontiera standard per la logica rigorosa conosce bene il problema. Procedono a tentativi e sensazioni tra dimostrazioni complesse, ignorando i casi limite e dichiarando con sicurezza "C.V.D." su autentiche assurdità. AlphaProof funziona perché crea un ponte tra i modelli linguistici e i sistemi di verifica formale come Lean. Traduce il ragionamento matematico informale in codice formale rigoroso, lo esegue su un dimostratore di teoremi e usa l'apprendimento per rinforzo per cercare percorsi logici validi. Se un passaggio non compila, viene scartato. Semplice.

Per chi tra noi segue l'evoluzione degli agenti autonomi, questo è il modello di riferimento che stavamo aspettando. Lo sporco segreto dell'attuale boom dell'IA è che il semplice aumento di scala dei modelli autoregressivi offre rendimenti decrescenti sulla precisione fattuale. Non si risolvono le allucinazioni chiedendo a un LLM di "pensare più a fondo"; si risolvono collegando il modello a un compilatore esterno e deterministico che gli dà una strigliata ogni volta che infrange le regole.

La vittoria di DeepMind non è solo un'ostentazione accademica sulle congetture di Erdős. È una lezione fondamentale di product design per l'IA. Il futuro degli agenti affidabili non appartiene ai meri generatori di testo che scaricano output disordinati dall'altra parte della staccionata. Appartiene ai flussi di lavoro neuro-simbolici, in cui i modelli svolgono il lavoro creativo più pesante e ambienti di esecuzione rigorosi verificano i dettagli prima ancora che l'utente veda un singolo token.

Foto: Bozhin Karaivanov / Unsplash (https://unsplash.com/@bkaraivanov)