Google DeepMind: Το νέο στοίχημα είναι η AI να καταλαβαίνει τα Μαθηματικά

Τα Μαθηματικά είναι, εδώ και αιώνες, η γλώσσα του Σύμπαντος. Από τους νόμους της φυσικής μέχρι τις αρχές της βιολογίας και τη λογική της πληροφορικής, κάθε επιστημονική ανακάλυψη χτίζεται πάνω σε μαθηματικές εξισώσεις. Μέχρι σήμερα, η ανθρώπινη διάνοια ήταν ο μοναδικός κινητήρας πίσω από την πρόοδο αυτού του πεδίου. Όμως η Google DeepMind πιστεύει πως έχει έρθει η στιγμή να μπει στο παιχνίδι ένας νέος «συνεργάτης»: η τεχνητή νοημοσύνη.

Η εταιρεία ανακοίνωσε την AI for Math Initiative, μια διεθνή ερευνητική συνεργασία που ενώνει πέντε από τα πιο φημισμένα ακαδημαϊκά ιδρύματα του κόσμου, με στόχο να αξιοποιήσει την AI για να επιταχύνει την ανακάλυψη νέων μαθηματικών θεωριών και να ανοίξει δρόμους σε άλυτα προβλήματα. Η πρωτοβουλία υποστηρίζεται από την Google DeepMind και το Google.org και φιλοδοξεί να συνδυάσει την ανθρώπινη δημιουργικότητα με την υπολογιστική δύναμη των πιο εξελιγμένων μοντέλων τεχνητής νοημοσύνης.

Οι πρώτοι συνεργάτες της πρωτοβουλίας είναι το Imperial College London, το Institute for Advanced Study στις ΗΠΑ, το Institut des Hautes Études Scientifiques (IHES) στη Γαλλία, το Simons Institute for the Theory of Computing στο UC Berkeley και το Tata Institute of Fundamental Research στην Ινδία. Μαζί θα επιχειρήσουν να εντοπίσουν τα επόμενα «μεγάλα» μαθηματικά προβλήματα που μπορούν να ωφεληθούν από τις δυνατότητες της AI, να αναπτύξουν τα απαραίτητα εργαλεία και υποδομές και τελικά να επιταχύνουν τον ρυθμό των επιστημονικών ανακαλύψεων.

Η Google συνεισφέρει χρηματοδότηση μέσω του Google.org και προσφέρει πρόσβαση σε ορισμένες από τις πιο προηγμένες τεχνολογίες της DeepMind, όπως το Gemini Deep Think, ένα νέο σύστημα συλλογιστικής για σύνθετα προβλήματα, το AlphaEvolve, έναν «πράκτορα» σχεδιασμένο για την ανακάλυψη αλγορίθμων, και το AlphaProof, ένα σύστημα που βοηθά στην αυτόματη ολοκλήρωση μαθηματικών αποδείξεων. Ο στόχος είναι η δημιουργία ενός δυναμικού κύκλου ανατροφοδότησης μεταξύ της θεμελιώδους έρευνας και της εφαρμοσμένης τεχνητής νοημοσύνης, ώστε οι εξελίξεις στη μία πλευρά να ενισχύουν την πρόοδο της άλλης.

Η πρωτοβουλία έρχεται σε μια εποχή όπου η τεχνητή νοημοσύνη σημειώνει εντυπωσιακά άλματα στις ικανότητες λογικής και ανάλυσης. Το 2024, τα συστήματα AlphaGeometry και AlphaProof της DeepMind πέτυχαν επίδοση αντίστοιχη με αργυρό μετάλλιο στην International Mathematical Olympiad (IMO) – κάτι που μέχρι πρότινος θεωρούνταν αδύνατο για ένα μηχανικό σύστημα. Έναν χρόνο αργότερα, το νέο μοντέλο Gemini εξοπλισμένο με το Deep Think κατάφερε να φτάσει σε «επίπεδο χρυσού μεταλλίου», επιλύοντας με ακρίβεια πέντε από τα έξι προβλήματα του διαγωνισμού και συγκεντρώνοντας 35 βαθμούς.

Παράλληλα, το AlphaEvolve δοκιμάστηκε σε περισσότερα από 50 ανοιχτά μαθηματικά προβλήματα σε τομείς όπως η ανάλυση, η γεωμετρία, η συνδυαστική και η θεωρία αριθμών. Το αποτέλεσμα: βελτίωσε τις καλύτερες γνωστές λύσεις σε περίπου 20% αυτών των προβλημάτων. Μάλιστα, σε ένα από τα πιο θεμελιώδη προβλήματα της πληροφορικής – τον πολλαπλασιασμό πινάκων – ανακάλυψε έναν νέο, αποδοτικότερο αλγόριθμο. Για την περίπτωση πολλαπλασιασμού πινάκων 4x4, το AlphaEvolve βρήκε έναν τρόπο να χρησιμοποιήσει μόλις 48 στοιχειώδεις πράξεις πολλαπλασιασμού, «σπάζοντας» το ρεκόρ του Strassen που κρατούσε από το 1969.

Οι εφαρμογές τέτοιων ανακαλύψεων δεν περιορίζονται στα μαθηματικά. Οι βελτιώσεις στους αλγορίθμους πολλαπλασιασμού πινάκων έχουν άμεση επίδραση σε τομείς όπως η τεχνητή νοημοσύνη, η επεξεργασία γραφικών και οι επιστημονικές προσομοιώσεις — ουσιαστικά σε κάθε πεδίο όπου η υπολογιστική απόδοση έχει σημασία. Επιπλέον, οι ερευνητές της DeepMind αναφέρουν ότι η AI βοήθησε στην ανακάλυψη νέων μαθηματικών δομών που αποδεικνύουν ότι ορισμένα πολύπλοκα προβλήματα είναι ακόμα δυσκολότερα για τους υπολογιστές απ’ ό,τι πιστεύαμε. Αυτό προσφέρει μια πιο καθαρή εικόνα για τα όρια της υπολογιστικής ισχύος και δίνει κατευθύνσεις για τη μελλοντική έρευνα.

Όπως σημειώνουν οι Pushmeet Kohli και Eugénie Rives της Google DeepMind, η AI for Math Initiative αποτελεί «μια κρίσιμη στιγμή για τη σύγκλιση τεχνητής νοημοσύνης και μαθηματικών». Τα τελευταία επιτεύγματα δείχνουν πως τα μοντέλα AI δεν είναι πλέον απλώς εργαλεία που μιμούνται τη σκέψη μας, αλλά συστήματα που μπορούν να συμβάλουν ενεργά στην ανακάλυψη νέας γνώσης.

Αν το εγχείρημα πετύχει, θα μπορούσε να αλλάξει ριζικά τον τρόπο με τον οποίο αντιμετωπίζουμε τα πιο δύσκολα επιστημονικά ερωτήματα. Η DeepMind θεωρεί ότι, συνδυάζοντας τη διαίσθηση και τη δημιουργικότητα κορυφαίων μαθηματικών με τις υπολογιστικές δυνατότητες των AI μοντέλων, μπορεί να ανοίξει εντελώς νέους δρόμους στην έρευνα — όχι μόνο στα μαθηματικά, αλλά και στις φυσικές επιστήμες, τη βιολογία και την πληροφορική.

«Βρισκόμαστε μόλις στην αρχή της κατανόησης του τι μπορεί να κάνει η τεχνητή νοημοσύνη», τονίζει ο Kohli. «Αντί να αντικαθιστά τη σκέψη μας, μπορεί να την επεκτείνει — βοηθώντας μας να προσεγγίσουμε τα βαθύτερα ερωτήματα της επιστήμης με τρόπους που ποτέ δεν φανταζόμασταν».

[source]

Loading