La semana pasada, el estudiante de doctorado vietnamita Trinh Hoang Trieu defendió con éxito su tesis doctoral sobre la resolución de problemas de IA en la Universidad de Nueva York. La investigación, junto con las contribuciones de dos científicos de Google DeepMind, el Dr. Le Viet Quoc y Luong Thang, se publicó en la revista Nature.

Con un conjunto de 30 problemas de geometría olímpica de 2000 a 2022, AlphaGeometry resolvió 25 problemas, en comparación con la puntuación media de los medallistas de oro de 25,9, superando ampliamente los 10 problemas de los sistemas de matemáticas informáticas desarrollados en la década de 1970.

captura de pantalla 2024 01 18 a las 134500.png
Los miembros de AlphaGeometry, de izquierda a derecha, son Yuhuai Wu, Trinh Hoang Trieu, Le Viet Quoc y Luong Thang. Foto: Washington Post

En los últimos años, Google DeepMind ha llevado a cabo diversos proyectos de investigación en IA relacionados con las matemáticas. Por lo tanto, se utilizan problemas de nivel olímpico como criterio para evaluar el aprendizaje automático.

Según Michael Barany, historiador de las matemáticas de la Universidad de Edimburgo, la investigación de AlphaGeometry “es un hito en la capacidad de razonar de forma autónoma a niveles humanos”.

Terence Tao, matemático de la Universidad de California que ganó una medalla de oro olímpica a los 12 años, calificó el sistema de IA como un "logro fantástico" y dijo que sus resultados fueron "sorprendentes".

captura de pantalla 2024 01 18 a las 134155.png
La investigación sobre AlphaGeometry fue publicada en la revista científica Nature.

Mientras tanto, el autor del estudio, Trinh Hoang Trieu, afirmó que el razonamiento matemático es solo una forma de razonamiento, pero tiene la ventaja de ser fácil de verificar. «Las matemáticas son el lenguaje de la verdad», afirmó el médico vietnamita. «Si se desea desarrollar un sistema de IA, es necesario construir una IA fiable que pueda encontrar la verdad en la que los usuarios puedan confiar», especialmente en aplicaciones con altos requisitos de seguridad.

AlphaGeometry es un sistema que combina un modelo de lenguaje de red neuronal (profundo en la intuición artificial, similar a ChatGPT pero más pequeño) con un motor simbólico (especializado en razonamiento artificial, como una computadora lógica), antes de ser ajustado para comprender la geometría.

Lo especial del algoritmo es que puede generar una solución de la nada. Los modelos de IA actuales, en cambio, tienen que buscar soluciones existentes o similares a las que los humanos han encontrado.

Los resultados se basaron en una red neuronal entrenada con 100 millones de ejemplos geométricos sin respuestas humanas. Al comenzar a trabajar en un problema, el motor simbólico funcionaba primero. Si se bloqueaba, el algoritmo neuronal sugería maneras de mejorar el argumento. Este bucle continuaba hasta que se agotaba el tiempo (cuatro horas y media) o se resolvía el problema.

Stanislas Dehaene, neurocientífico cognitivo del Collège de France, afirmó estar impresionado por el rendimiento de AlphaGeometry, pero el sistema «no percibe nada del problema que resuelve». En otras palabras, el algoritmo solo procesa las codificaciones lógicas y numéricas de las imágenes. «No tiene conciencia espacial de círculos, líneas ni triángulos».

El Dr. Luong Thang dijo que este elemento “sensorial” podría agregarse este año, utilizando la plataforma de inteligencia artificial Gemini de Google.

(Según el Washington Post)

La IA generativa domina los debates en Davos El rápido desarrollo de la inteligencia artificial (IA) dominó los debates privados y públicos en el Foro Económico Mundial, mientras las mayores empresas tecnológicas, incluidas Salesforce, Microsoft y Google, hicieron alarde de su poder.