ChatGPT e la Congettura di Jacobian: l’IA sta davvero riscrivendo la matematica o è solo un fenomenale allucinatore?
E se vi dicessi che il prossimo premio Fields potrebbe essere assegnato a un cluster di GPU in un data center della Silicon Valley? Sembra una di quelle gag da film sci-fi alla ‘Her’, ma quello che è successo recentemente tra Terrence Tao — sì, proprio lui, uno di quei cervelli che vedono pattern dove noi vediamo solo rumore bianco — e ChatGPT ha fatto saltare sulla sedia non solo la community accademica, ma anche tutti gli appassionati di deep learning. Il tema del contendere? La Congettura di Jacobian, un rompicapo di algebra complessa che spinge i limiti della nostra comprensione matematica. In pratica, Tao ha usato l’IA per esplorare l’idea di un possibile controesempio alla congettura. E qui sta il punto: non stiamo parlando di chiedere all’LLM come si scriva una funzione in Python o come si risolva un bug su un modulo kernel. Stiamo parlando di usare un modello probabilistico per navigare in territori di astrazione matematica così elevati che la maggior parte di noi si perderebbe anche solo cercando di leggere l’indice del libro. La conversazione condivisa rivela qualcosa di profondamente affascinante e, allo stesso tempo, inquietante. Da una parte, c’è l’entusiasmo puro: l’idea che l’IA possa agire come un ‘partner di brainstorming’ capace di connettere nodi logici che un umano, per quanto geniale, potrebbe impiegare anni a processare. È la pura potenza del calcolo applicata all’intuizione. Dall’altra parte, però, c’è il solito rischio che conosciamo bene: le allucinazioni. Gli LLM non ‘capiscono’ la matematica; calcolano la probabilità che un simbolo segua un altro. Quando Tao interroga il modello, si trova a navigare in un territorio dove il confine tra un’intuizione brillante e un errore logico grossolano è sottile come un filo di silicio. È un po’ come avere un assistente che ti propone idee rivoluzionarie, ma che ogni tanto giura che due più due fa cinque solo perché suona bene nel contesto della frase. Per noi che viviamo di codice e hardware, la questione è meno legata alla matematica pura e più alla natura stessa dello strumento. Stiamo costruendo una ‘scatola nera’ che può aiutarci a risolvere problemi insolubili, ma lo stiamo facendo senza avere il controllo totale sui processi logici che avvengono sotto il cofano. Non è una questione di fiducia cieca nel vendor, ma di comprensione del tool. Se l’IA può aiutarci a trovare un controesempio a una congettura decennale, allora il paradigma della ricerca è cambiato per sempre. Solo che, come sempre, la vera sfida non è quanto l’IA sia intelligente, ma quanto noi saremo capaci di validare ciò che ci propone senza farci fregare dal pattern più probabile. Source: Terrence Tao's ChatGPT Conversation about the Jacobian Conjecture Counterexample