Os desenvolvedores de IA estão cada vez mais focando seus sistemas na resolução de problemas matemáticos.

Os modelos de IA existentes estavam inicialmente focados em questões puramente humanísticas, mas seus criadores estão gradualmente reconhecendo a importância de utilizá-los para resolver problemas matemáticos. Em primeiro lugar, isso facilita o progresso nas descobertas científicas. Em segundo lugar, permite o uso de resultados matemáticos como método para demonstrar os sucessos da IA.

Fonte da imagem: Unsplash, Thomas T

A importância dessa tendência foi destacada por um experimento realizado por um estudante da Universidade de Cambridge, que utilizou o modelo de IA de ponta da OpenAI para resolver um dos problemas matemáticos de Erdős, anteriormente considerado insolúvel. Além disso, os modelos de IA começaram a demonstrar excelentes resultados na Olimpíada Internacional de Matemática e em outras competições relevantes. A ex-membro do conselho, Helen Toner, enfatiza que os modelos de IA evoluíram além do estágio de aprender a distinguir entre gatos e cachorros e passaram a resolver problemas matemáticos altamente complexos.

O laboratório DeepMind do Google lançou modelos de IA especializados para resolver problemas em matemática (AlphaProof) e geometria (AlphaGeometry), respectivamente. Os benchmarks Epoch AI, que avaliam o desempenho de novos modelos de IA na resolução de problemas matemáticos, ganharam popularidade. Anteriormente, acreditava-se que os grandes modelos de linguagem eram pouco adequados para esse propósito, pois dependem da previsão probabilística da próxima palavra em uma frase e frequentemente produzem alucinações. No entanto, com a transição para o aprendizado por reforço e o advento dos modelos de raciocínio, a precisão dos modelos de IA aumentou significativamente. A OpenAI chegou a contratar dois matemáticos renomados: Ernest Ryu, da UCLA, e Mehtaab Sawhney, da Universidade Columbia, para fortalecer sua equipe de pesquisa e aprimorar o desempenho de seus modelos de IA na resolução de problemas matemáticos. De modo geral, a matemática é conveniente para os pesquisadores porque permite a verificação automatizada.A correção dos resultados obtidos. Essa abordagem também possibilita avanços no desenvolvimento de software assistido por IA. A Anthropic, por exemplo, está dando grande ênfase ao seu assistente de IA, Claude Code, que gera código de programa automaticamente.

De qualquer forma, para resolver problemas científicos e matemáticos verdadeiramente complexos, os modelos de IA modernos precisam aprender a se basear em resultados anteriores, e alcançar tudo em uma única sessão curta é simplesmente impossível. Os modelos de IA já são capazes de resumir informações e integrar dados obtidos em diferentes disciplinas científicas de forma eficaz. Especialistas acreditam que isso acelerará o progresso científico no futuro. A IA já provou seu valor na matemática.