- FunSearch, un modello AI di DeepMind, risolve con precisione problemi matematici complessi e scopre nuove soluzioni.
- Eccelle in problemi come cap set e bin packing, superando le soluzioni umane.
- Questo approccio innovativo basato sul codice offre speranza per risolvere i misteri matematici.
In un significativo sviluppo, DeepMind, una sussidiaria di Google, ha presentato un innovativo Modello Linguistico di Grande Dimensione (LLM) chiamato “FunSearch”, che sta rivoluzionando il campo della matematica.
A differenza dei modelli AI tradizionali che occasionalmente generano risultati inaccurati o fittizi, FunSearch è specializzato nel trovare soluzioni precise a problemi matematici complessi, rivelando spesso soluzioni completamente nuove mai concepite prima dagli esseri umani.
FunSearch: Una meraviglia matematica pionieristica
FunSearch, dal nome appropriato che si concentra sulle funzioni matematiche piuttosto che sul divertimento, sta stabilendo nuovi standard nel campo della matematica guidata dall'IA. Al centro di questo modello rivoluzionario vi è un'architettura a due livelli.
Il primo livello è una variante del PaLM 2 di Google chiamata “Codey”, un modello linguistico di grande dimensione. Il secondo livello agisce come meccanismo di controllo degli errori, esaminando meticolosamente l'output di Codey ed eliminando le informazioni errate.
Il team di ricerca di DeepMind, che guida questo progetto eccezionale, si è imbarcato in un viaggio di incertezza, non sapendo se questo approccio avrebbe prodotto risultati straordinari. Ancora oggi, rimangono affascinati dai meccanismi sottostanti che guidano le straordinarie capacità di FunSearch, secondo il ricercatore di DeepMind Alhussein Fawzi.
Risolvere l'enigmatico problema del cap set
Uno dei principali enigmi matematici affrontati da FunSearch è il famoso “problema del cap set”. Questo puzzle ha confuso i matematici per anni, principalmente a causa della mancanza di consenso sull'approccio migliore per risolverlo.
Tuttavia, FunSearch ha superato questa sfida generando soluzioni completamente nuove e, cosa cruciale, accurate per il problema del cap set, soluzioni precedentemente irraggiungibili attraverso gli sforzi umani.
Per compiere questa impresa, gli ingegneri di DeepMind hanno costruito una rappresentazione Python del problema del cap set, omettendo le righe che definivano la soluzione. È stato quindi compito di Codey aggiungere le righe che avrebbero risolto correttamente il problema.
Il livello di controllo degli errori ha valutato rigorosamente l'accuratezza e la qualità delle soluzioni di Codey, riconoscendo che nella matematica di alto livello le equazioni possono avere più soluzioni, ma non tutte sono considerate ugualmente valide. Nel tempo, l'algoritmo di FunSearch identifica le soluzioni ottimali generate da Codey e le integra nuovamente nel modello.
DeepMind ha permesso a FunSearch di operare per diversi giorni, durante i quali ha prodotto milioni di soluzioni potenziali. Questa esecuzione prolungata ha permesso a FunSearch di perfezionare il suo codice e generare risultati sempre migliori. I risultati di questa ricerca evidenziano la capacità di FunSearch di produrre soluzioni precedentemente sconosciute, ma matematicamente valide, per il problema del cap set.
Oltre al cap set: Affrontare il problema del bin packing
Oltre al problema del cap set, FunSearch ha dimostrato la sua abilità nell'affrontare un'altra formidabile sfida matematica nota come “problema del bin packing”. Questo problema consiste nel determinare il modo più efficiente per riempire i contenitori, un compito carico di complessità e applicazioni pratiche. In modo notevole, FunSearch ha superato le soluzioni calcolate dagli esseri umani scoprendo un approccio più veloce e ottimizzato.
La capacità di FunSearch di eccellere in domini matematici così diversi sottolinea il suo potenziale utilità nell'assistere matematici e ricercatori in vari campi.
Sebbene l'integrazione dei Modelli Linguistici di Grande Dimensione (LLM) nel campo della matematica continui a presentare sfide, FunSearch di DeepMind offre un percorso promettente. Ciò che distingue questo approccio è la generazione di codice informatico, anziché fornire output matematici grezzi. Questa distinzione semplifica il processo di comprensione e verifica, rendendolo più accessibile ai matematici e ai ricercatori umani.
L'avvento di FunSearch rappresenta un altro passo significativo nei contributi in corso di DeepMind all'intelligenza artificiale. I loro progetti precedenti, tra cui AlphaFold (ripiegamento delle proteine), AlphaStar (StarCraft) e AlphaGo (Go), hanno raggiunto imprese straordinarie ma non si basavano su LLM. Tuttavia, hanno scoperto nuovi concetti matematici, prefigurando il potenziale rivoluzionario di FunSearch.
Mentre i matematici affrontano l'evolversi del panorama della tecnologia LLM, l'ultima innovazione di DeepMind offre uno spiraglio di speranza e potenziali soluzioni per enigmi matematici di lunga data. L'approccio unico di FunSearch e la sua capacità di fornire soluzioni nuove e verificate potrebbero ridefinire il modo in cui i matematici affrontano i problemi complessi.
I cervelli più intelligenti del crypto leggono già la nostra newsletter. Vuoi unirti a loro? Unisciti a loro.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Brian Koome
Brian Koome vanta oltre sette anni di esperienza nella reportistica su blockchain e criptovalute, essendo attivo nel settore dal 2017. Ha contribuito a pubblicazioni leader, tra cui BlockToday.com. Inoltre, ha sviluppato il corso Ethereum 101 per BitDegree.org prima di unirsi a Cryptopolitan come scrittore a tempo pieno. Brian si occupa di guide evergreen (EG), approfondimenti, interviste e analisi dei prezzi. Il suo focus su DeFi, innovazione blockchain e progetti crypto emergenti affascina i lettori.
