Doctorado vietnamita detrás del milagro de la IA en la Olimpiada Internacional de Matemáticas

Google sorprendió al mundo el 23 de julio cuando anunció que su modelo de inteligencia artificial (IA) ganó una medalla de oro en la Olimpíada Internacional de Matemáticas de 2025 (OIM).

Según el WSJ , el Dr. Luong Minh Thang y sus colegas son los artífices de este logro. El año pasado, este modelo solo obtuvo una medalla de plata. Con la expectativa de obtener una medalla de oro, Google decidió utilizar el modelo multipropósito Gemini Deep Think (una versión presentada en la conferencia para desarrolladores de mayo).

Sin embargo, el Dr. Minh Thang inicialmente esperaba ganar una medalla de bronce o plata de nuevo. Incluso antes de la competición, el equipo del Sr. Thang seguía haciendo ajustes. Inicialmente, el Dr. Thang solo esperaba que el modelo de DeepMind resolviera los tres problemas el primer día.

La IA conquista la medalla de oro olímpica internacional

La simplicidad, elegancia y legibilidad de esas soluciones asombraron a los matemáticos. Al día siguiente, cuando el Dr. Thang y sus colegas descubrieron que el sistema de IA había resuelto dos problemas más, se dieron cuenta de que era perfectamente posible ganar una medalla de oro.

Como resultado, DeepMind AI resolvió con éxito cinco de los seis problemas. Cabe destacar que todos utilizaron modelos de razonamiento empírico, procesando conceptos matemáticos en lenguaje natural, lo cual difiere bastante de los enfoques complejos que las empresas de IA han empleado anteriormente.

"Esta podría ser probablemente una nueva computadora que impulse a la próxima generación de matemáticos", dijo el Dr. Minh Thang al WSJ .

Los miembros del equipo AlphaGeometry (de izquierda a derecha) son Yuhuai Wu, Trinh Hoang Trieu, Le Viet Quoc y Luong Minh Thang. Foto: Aaron Cohen.

Según Reuters , este logro demuestra que en menos de un año los matemáticos podrán utilizar la IA para resolver problemas de investigación no resueltos.

Junehyuk Jung, profesor de Matemáticas en la Universidad de Brown (EE. UU.) e investigador de AI DeepMind, comentó: «Creo que el momento en que podamos resolver problemas de razonamiento complejos con lenguaje natural abrirá el potencial para la cooperación entre la IA y los matemáticos».

Los investigadores de Google comparten este optimismo y creen que las capacidades de los modelos de IA pueden aplicarse a los desafíos de investigación en otros campos como la física.

Hace 20 años, el Sr. Thang no pudo aprobar el examen de la OMI cuando ocupaba el octavo puesto a nivel nacional en el equipo, mientras que solo 6 candidatos fueron seleccionados para participar en la arena internacional.

Aunque su sueño de alcanzar la cima de las matemáticas no se cumplió, recurrió a la inteligencia artificial (IA) al ingresar a la universidad. Este punto de inflexión lo llevó al examen IMO 2024 de una manera especial: no como concursante, sino con el software de IA AlphaGeometry, desarrollado por el equipo de AlphaGeometry, compitiendo con talentos matemáticos de más de 100 países en Bath, Reino Unido.

“En julio de 2024, por primera vez, nuestro equipo llevó IA para participar en la Olimpiada Internacional de Matemáticas (OIM) y ganó una medalla de plata”, compartió el Dr. Thang.

Salto adelante

El equipo de Google DeepMind participó en la competencia IMO el año pasado con una IA que incluía los modelos AlphaProof y AlphaGeometry 2. En su primer intento, la IA de Google acertó 4 de 6 preguntas y obtuvo la medalla de plata.

Para 2025, Google DeepMind estará entre las empresas que se han asociado con la OMI para introducir oficialmente modelos de IA en la competencia, que serán calificados y certificados por los coordinadores.

Con la esperanza de ganar la medalla de oro, Google decidió utilizar el modelo multipropósito Gemini Deep Think (una versión presentada en la conferencia para desarrolladores de mayo). Foto: Google.

Para celebrar este hito, el gigante de las búsquedas ha preparado un modelo completamente nuevo. En lugar de seguir un proceso de razonamiento lineal, Deep Think ejecuta múltiples procesos de razonamiento en paralelo, integrando y comparando resultados antes de llegar a una respuesta definitiva.

Según el Dr. Thang, este es un cambio de paradigma importante. En 2024, un experto tendrá que traducir preguntas en lenguaje natural a un lenguaje específico del dominio. Posteriormente, este experto tendrá que explicar el resultado.

Sin embargo, con Deep Think, el sistema de IA puede operar completamente en lenguaje natural, de extremo a extremo, y puede hacer mucho más que simplemente resolver problemas matemáticos.

Anteriormente, mejorar el LLM en matemáticas implicaba aprendizaje por refuerzo con respuestas finales. En declaraciones a Ars Technica , el Dr. Minh Thang afirmó que los modelos entrenados de esta manera pueden obtener la respuesta correcta, pero presentan un razonamiento incompleto, y parte de la calificación de la OMI se basa en la representación de la solución.

Entonces, para preparar Deep Think para la OMI, Google utilizó nuevas técnicas de aprendizaje de refuerzo, con soluciones de “respuesta larga” de mayor calidad para los problemas matemáticos, lo que le dio al modelo una mejor base para manejar cada paso en el camino hacia la respuesta.

“Con este tipo de entrenamiento, realmente se puede lograr un razonamiento sólido y a largo plazo”, afirma el Dr. Thang.

El Dr. Luong Minh Thang conversa sobre el problema resuelto de AlphaGeometry de la OMI con el Sr. Le Ba Khanh Trinh. Foto: Wendy Nguyen.

En los últimos años, empresas de IA como Google DeepMind han expresado un interés particular en la OMI debido a sus desafíos únicos.

Aunque están destinadas a estudiantes de secundaria, las preguntas del concurso aún requieren pensamiento crítico y una comprensión de muchas ramas de las matemáticas, incluidas el álgebra, la combinatoria, la geometría y la teoría de números.

Solo los modelos de IA más avanzados tienen alguna posibilidad de responder con precisión a estos problemas multidimensionales. El equipo de DeepMind señaló algunos aspectos interesantes del rendimiento de Deep Think, que, según afirmaron, se deben a su entrenamiento avanzado.

Por ejemplo, en el tercer problema, muchos concursantes aplicaron un concepto de nivel de posgrado llamado Teorema de Dirichlet, utilizando matemáticas que estaban fuera del alcance previsto del concurso.

Sin embargo, Deep Think se dio cuenta de que era posible resolver el problema mediante matemáticas más sencillas. «Nuestro modelo realizó una observación brillante y utilizó únicamente la teoría elemental de números para crear una prueba independiente del problema», compartió el profesor Jung.

Fuente: https://znews.vn/tien-si-nguoi-viet-dung-sau-ky-tich-cua-ai-tai-olympic-toan-quoc-te-post1572494.html