I problemi che Astra ha aiutato a risolvere non hanno visto "nessun progresso sui risultati principali per almeno un decennio e, nella maggior parte dei casi, molto più a lungo", ha scritto OpenAI. I risultati abbracciano campi tra cui la geometria ad alta dimensionalità, la teoria dei codici, la complessità dei circuiti aritmetici, la teoria dei gruppi, la complessità quantistica, la crittografia reticolare e la combinatoria estrema – territorio in cui il progresso viene normalmente misurato in anni, non in singoli cicli di ricerca.
Prove verificate, non solo risposte
Ciò che distingue l'output di Astra da un chatbot che indovina in matematica è la verifica. OpenAI ha affermato che i ricercatori umani hanno utilizzato lo stesso modello per preparare gli argomenti come manoscritti, e Astra ha poi formalizzato ogni argomento come un certificato Lean. Lean è un assistente di dimostrazione open source in grado di controllare automaticamente le argomentazioni matematiche, il che significa che altri matematici non devono fidarsi dei risultati: possono essere verificati in modo indipendente dal software in pochi secondi.
Questa distinzione è importante. Un modello linguistico può produrre una prova apparentemente plausibile che contiene un errore subdolo e fatale. Traducendo ogni argomento in Lean, OpenAI ha convertito un'affermazione di marketing in un artefatto controllabile. Secondo BleepingComputer, che ha riportato i dettagli, i progressi specifici includono una prova che stabilisce l'esistenza di gruppi non sofici, risolvendo un'importante questione aperta nella teoria dei gruppi; una confutazione della congettura di rigidità di Connes; nuovi limiti per l'imballaggio di sfere ad alta dimensione; e risultati che risolvono diversi problemi originariamente posti dal prolifico matematico Paul Erdős.
OpenAI ha osservato che il numero totale di token necessari per trovare queste soluzioni costerebbe circa 2.000 dollari alle attuali tariffe API: un dato sorprendente sull’impronta computazionale della moderna scoperta matematica e che pone la ricerca di frontiera alla portata di team accademici ben finanziati piuttosto che solo dei laboratori stessi.
I matematici reagiscono
Thomas Bloom, un matematico dell'Università di Manchester che gestisce il sito di riferimento sul problema di Erdős erdosproblems.com, ha definito i risultati "una grande novità" su X, secondo The Decoder. Li ha considerati più significativi di un controesempio alla congettura della distanza unitaria pubblicata a maggio. "Forse non più grande di quanto sarebbe stata una prova di distanza unitaria, ma in termini di costruzioni, questo è grande", ha scritto Bloom.Bloom si è anche opposto all’idea che l’intelligenza artificiale stia sostituendo i matematici, sostenendo che l’affermazione ha poco senso quando il sistema si basa su più di un secolo di teoria, è stato costruito da matematici ed è stato addestrato su tutto ciò che i matematici hanno mai scritto.
Noam Brown, un ricercatore dietro la tecnologia di ragionamento in tempo di test su cui fa affidamento Astra, è stato più misurato. "Purtroppo, nessun problema relativo al Premio del Millennio (ancora)", ha pubblicato su X, riferendosi ai sette famosi problemi per i quali il Clay Mathematics Institute offre 1 milione di dollari ciascuno - solo uno è stato risolto da quando i premi sono stati annunciati nel 2000.Non tutti sono rimasti colpiti. Il critico dell'intelligenza artificiale Gary Marcus ha definito il modello "straordinario, ma ampiamente ipervenduto" in un post di Substack, una linea familiare di scetticismo ogni volta che un laboratorio di frontiera rivendica una pietra miliare. È probabile che la tensione tra i veri risultati tecnici e l'inquadramento promozionale definisca il modo in cui Astra verrà accolta.
Una nuova famiglia di modelli per compiti lunghi
Le informazioni hanno confermato in modo indipendente che Astra è una nuova famiglia di modelli costruita per carichi di lavoro di lunga durata. OpenAI lo descrive come un sistema che consente a più agenti IA di collaborare su diverse parti di un problema più ampio: un progetto mirato direttamente a compiti che richiedono ore o giorni anziché secondi, come dimostrare un teorema o eseguire il refactoring di una base di codice di grandi dimensioni.
BleepingComputer ha riferito che OpenAI non ha deciso se il modello verrà spedito come GPT-5.7, GPT-6 o con un altro nome. Il CEO Sam Altman ha già presentato Astra a Washington, DC, ha riferito The Decoder, segnalando che la società considera il sistema sufficientemente maturo da poter essere presentato ai politici.
Un ostacolo alla revisione del governo
Forse il dettaglio più importante è quello normativo. Secondo The Decoder, Astra sarà tra i primi modelli a passare attraverso un processo di revisione pianificato dal governo degli Stati Uniti che richiede l’approvazione ufficiale prima del rilascio pubblico. Ciò aggiunge uno strato di incertezza politica alla tempistica del lancio che i precedenti modelli di punta non hanno mai affrontato – e aumenta la posta in gioco su come OpenAI caratterizza le capacità di Astra.
Anche il debutto arriva nel mezzo di una feroce corsa a peso aperto. Giorni prima, Thinking Machines Lab ha rilasciato il suo modello a peso aperto Inkling-Small, e i laboratori cinesi continuano a promuovere sistemi di frontiera a peso aperto. Astra segnala la scommessa di OpenAI secondo cui il ragionamento proprietario e su larga scala, verificato da strumenti come Lean, rimane la strada verso le scoperte più grandi.
Per ora Astra rimane inedito. Ma il suo debutto matematico ha già riformulato il dibattito su quale contributo dei sistemi di intelligenza artificiale di frontiera alla scienza pura e su quanto attentamente il pubblico dovrebbe esaminare attentamente le affermazioni che li accompagnano.
Stai al passo con l'intelligenza artificiale
Vuoi tenere il passo con sviluppi come Astra e la più ampia corsa al modello di frontiera? Aggiungi ai segnalibri il nostro hub per gli ultimi sviluppi dell'intelligenza artificiale.
Leggi altre notizie sull'AI →
