Di: Il giardino di Albert / Simone Pengue È servita tanta matematica per mettere a punto l’intelligenza artificiale (IA). Ora la situazione sembra essersi ribaltata: è l’IA a fare matematica. Non ci stiamo riferendo a semplici calcoli numerici, ma alla risoluzione di problemi estremamente complessi alla frontiera della ricerca. Martedì 8 settembre, OpenAI, l’azienda madre di ChatGPT, ha annunciato di aver risolto uno dei cosiddetti “problemi del millennio” utilizzando uno dei propri modelli di IA. Nonostante le verifiche siano ancora in corso, la notizia è certamente destinata a segnare un punto di svolta nella storia della scienza, ma solleva anche qualche perplessità sulle sue implicazioni nella cultura scientifica, oltre a un’importante controversia sull’attribuzione del risultato con ricercatori di Anthropic. 09:03L’IA dei filosofiAlphaville 01.09.2026, 11:45iStock Mattia PelliI problemi del millennioI sette “problemi del millennio” sono stati scelti dalla comunità dei matematici e formalmente istituiti dal Clay Mathematics Institute nel 2000 per guidare la ricerca nel settore. Per ciascuno di questi problemi, che hanno radici profonde nella storia della matematica, l’istituto ha messo in palio un milione di dollari e finora solamente uno è stato risolto. Il problema scelto da OpenAI riguarda le equazioni di Navier-Stokes, strumenti matematici che descrivono il moto di fluidi viscosi e incomprimibili, come l’acqua che scorre in un tubo o in un fiume. In molti casi, scienziati e ingegneri sanno risolvere le equazioni di Navier-Stokes, ma esistono alcuni scenari particolari che hanno rappresentato una vera sfida per la comunità a partire dai primi decenni del Novecento. Lo scenario proposto dal problema del millennio prevede, in termini semplici, un normale flusso d’acqua che scorre tranquillamente, con ad esempio un debole vento che lo colpisce con leggerezza. “In queste condizioni, il fluido può di colpo comunque sviluppare degli effetti turbolenti, come dei vortici? In particolare, la velocità del fluido può aumentare in maniera incontrollata? Può succedere o non può succedere? Questa è la domanda”, spiega Alessio Figalli, professore di matematica al Politecnico di Zurigo e vincitore nel 2018 della prestigiosissima medaglia Fields, il “Nobel della matematica”. 25:41Alessio Figalli: un Nobel "fra le nuvole"Laser 24.05.2019, 09:00Keystone La soluzione di OpenAIOpenAI sostiene di aver dimostrato che la risposta è sì, può succedere. Attraverso l’uso massiccio di ben 10’000 agenti di IA per 88 ore, i ricercatori dell’azienda californiana sono riusciti a trovare delle condizioni particolari tali per cui questo fenomeno può verificarsi. “Sono forze matematicamente fatte ad hoc per rendere il fluido completamente instabile, non è uno scenario reale. Nessuno riuscirà mai a ricreare queste condizioni in un laboratorio”, chiarisce Figalli. In quasi un secolo di tentativi per risolvere il problema, i matematici hanno cambiato spesso opinione sull’esistenza o meno di questa condizione, ma gli enormi sforzi degli ultimi anni avevano già lasciato intravedere la soluzione. “Il risultato di OpenAI non è arrivato completamente inaspettato, c’è stata tantissima ricerca in questi ultimi anni che andava proprio in quella direzione. I ricercatori di OpenAI sono riusciti a mettere il tassello mancante”, aggiunge il matematico. La controversia con Anthropic sui meritiL’annuncio di OpenAI è però legato a una rilevante controversia. I matematici Tristan Buckmaster della New York University e Levent Alpöge di Anthropic, l’azienda di IA che ha prodotto Claude, stavano lavorando alle equazioni di Eulero, un problema imparentato a quello di Navier-Stokes, e sollevano il dubbio che OpenAI abbia avuto accesso alle loro note private custodite su Codex, una piattaforma della stessa OpenAI. In un documento firmato da Buckmaster, il ricercatore spiega infatti di essere stato molto vicino alla pubblicazione dei risultati e che OpenAI abbia quindi sfruttato i loro progressi per batterli sul tempo di pochi giorni. Le accuse sono state respinte da OpenAI ed attualmente la discussione è ancora aperta. https://rsi.cue.rsi.ch/info/mondo/%E2%80%9CL%E2%80%99IA-potrebbe-sterminare-l%E2%80%99umanit%C3%A0%E2%80%9D--4072588.htmlL’IA nella ricerca matematicaQuesto non è l’unico risultato ottenuto dall’IA in matematica. Recentemente, OpenAI e Anthropic hanno risolto altri problemi aperti da decenni, e anche Google sta sviluppando prodotti per il settore. Un enorme progresso, se si pensa che fino all’anno scorso l’IA si limitava ad affrontare con successo i quesiti delle Olimpiadi della matematica, un concorso per studenti delle scuole superiori. Chi è John Nash?RSI Edu 22.01.2025, 11:07Non è ancora chiaro quale sarà il suo impatto sulla ricerca, ma “sicuramente è uno strumento molto utile, permette di velocizzare dei processi che per me sono ormai standardizzati e che magari mi avrebbero occupato molto più tempo in passato. Quindi non usarla sarebbe anche controproducente. D’altra parte, più il tempo passa, più mi accorgo dell’importanza di usarla con molta cautela”, commenta il professore del Politecnico Alessio Figalli. Risultati troppo rapidi per apprezzare il metodoIl limite di questa tecnologia è forse proprio l’immediatezza delle sue soluzioni, che vengono fornite così velocemente da non permettere di assimilare il metodo con il quale sono costruite e di apprezzarne gli aspetti scientifici, base per gli sviluppi futuri. “La ricerca della matematica pura è basata su un processo che richiede tempo e per il quale l’IA sta diventando qualcosa di più negativo che positivo. Il problema è pensare che la matematica sia fatta del teorema senza la dimostrazione”, conclude Figalli. In altri termini, quello che conta in matematica è spesso il viaggio e non la destinazione. Un aspetto che diventa particolarmente delicato nel contesto della formazione delle nuove generazioni di ricercatori. https://rsi.cue.rsi.ch/info/scienza-e-tecnologia/In-che-senso-la-matematica-%C3%A8-democratica--3590811.htmlL’utilizzo dell’IA per arrivare rapidamente ai risultati in una disciplina come la matematica pura, dove la ricerca è spesso guidata più dal desiderio di comprensione che dalla realizzazione di un’applicazione immediata, ci spinge anche a chiederci quale sia il vero obiettivo dell’intera operazione, a parte l’ovvia visibilità commerciale. Dopotutto, non sono forse proprio i decenni di tentativi a rendere la soluzione dell’equazione di Navier-Stokes così entusiasmante?