Desbloquea el Editor’s Digest gratis
Roula Khalaf, editora del FT, selecciona sus historias favoritas en este boletín semanal.
Google DeepMind ha utilizado la inteligencia artificial para prácticamente igualar las habilidades de resolución de problemas de geometría de los estudiantes más brillantes del mundo, avanzando en la preciada búsqueda de aplicar la tecnología de rápido crecimiento a las matemáticas complejas.
AlphaGeometry, el sistema del gigante tecnológico, respondió correctamente 25 de 30 preguntas de la Olimpiada Internacional de Matemáticas de secundaria, según un artículo publicado en Nature el miércoles.
El desempeño, cercano al estándar de los competidores humanos que ganan medallas de oro, destaca tanto la creciente competencia de la IA en matemáticas como los obstáculos que aún quedan. Los desafíos de razonamiento y aprendizaje que presentan las matemáticas complejas las convierten en una prueba importante en el esfuerzo por crear una inteligencia artificial general (AGI) que pueda igualar o superar a los humanos.
“Este es un paso crucial hacia la construcción de una AGI”, dijo Quoc V Le, investigador de DeepMind. “Este es otro ejemplo que refuerza cómo la IA puede ayudarnos a avanzar en la ciencia y comprender mejor los procesos subyacentes que determinan cómo funciona el mundo”.
AlphaGeometry es el llamado sistema neurosimbólico que implementa una combinación de aprendizaje de idiomas y razonamiento deductivo. La empresa compara el método híbrido con “Pensar, rápido y lento”, la frase acuñada por el psicólogo Daniel Kahneman para describir el poder de aprovechar el reconocimiento rápido de patrones para un pensamiento lógico más deliberativo.
El enfoque ofrece lo que Trieu H Trinh, otro miembro del equipo de investigación de DeepMind, describe como “lo mejor de ambos mundos” para resolver problemas de geometría. Este campo nos resulta familiar a todos en el nivel cotidiano de observación de las formas y el espacio, pero está sustentado por un intrincado andamiaje de teoría matemática.
Los investigadores crearon un tesoro de 100 millones de ejemplos de datos de geometría sintética como conjunto de información para entrenar el sistema para que funcione. Su rendimiento de 25 sobre 30 estuvo muy cerca del 25,9 de un punto de referencia de ganadores humanos en Olimpiadas matemáticas de 2000 a 2022, y muy por delante de la puntuación de 10 alcanzada por el anterior sistema automatizado de última generación.
No obstante, AlphaGeometry encontró algunos problemas laboriosos y otros confusos. No pudo resolver un enigma de círculos que se cruzan resuelto en la Olimpiada de 1979 por el matemático vietnamita Lê Bá Khánh Trình, quien fue una inspiración para algunos de los investigadores.
El objetivo aún mayor de DeepMind y otros investigadores es crear sistemas de inteligencia artificial que puedan abordar problemas matemáticos que han demostrado estar más allá de la mente humana.
Mikhail Burtsev, miembro de Landau AI en el Instituto de Ciencias Matemáticas de Londres, dijo que el trabajo de DeepMind fue un gran paso adelante, pero “sólo dentro de los límites del desafío que se plantea”.
“El desafío más difícil sigue siendo el mismo”, afirmó. “Es decir, descubrir si una IA puede descubrir nuevas matemáticas para resolver una pregunta que aún no ha sido respondida”.
La perspectiva de un momento icónico en el que un sistema matemático de inteligencia artificial se enfrente y venza a un rival humano, como lo hizo la computadora de ajedrez Deep Blue con el campeón mundial Garry Kasparov en 1997, sigue siendo esquiva.
DeepMind dijo que aún no tenía planes de participar en la Olimpiada Internacional de Matemáticas, aunque la compañía no lo descartó, ya que avanza cada vez más en el exigente ámbito de las matemáticas.
About the Author
