El último sistema de inteligencia artificial de Google Deepmind, Alphageometry2, ha progresado significativamente en la resolución de problemas geométricos, superando al medallista promedio de oro en la competencia de las Olímpicas de Matemáticas Internacionales (OMI). Este logro innovador no solo demuestra el potencial de la IA en el campo de las matemáticas, sino que también proporciona una nueva dirección para el desarrollo de la IA general.
Alphageometry2, el último sistema de IA lanzado por Google Deepmind Research Lab, se destacó en resolver problemas geométricos, superando al medallista promedio de oro en la competencia Internacional de Matemáticas Olímpicas (OMI). El sistema se considera una versión mejorada de la alfageometría, y los investigadores dicen que Alphageometry2 puede resolver el 84% de los problemas geométricos en la OMI en los últimos 25 años.
¿Por qué DeepMind se centra en tales competiciones de matemáticas de la escuela secundaria? Probar por qué los teoremas matemáticos o los teoremas de explicación (como el teorema de la pitagorean) se mantienen requiere un razonamiento lógico y la capacidad de seleccionar múltiples pasos posibles. Si la teoría de DeepMind es cierta, estas capacidades de resolución de problemas serán muy importantes para los futuros modelos generales de IA.
Este verano, DeepMind demostró un sistema que combina la alfageometría2 con el modelo AI de razonamiento matemático Alphaproof, que resolvió cuatro de los seis problemas de la OMI 2024. Además de los problemas geométricos, este enfoque puede extenderse a otros campos matemáticos y científicos, como los cálculos de ingeniería complejos.
Los componentes centrales de Alphageometry2 incluyen un modelo de idioma de la serie Google Gemini y un "motor de símbolos". El modelo Gemini ayuda al motor simbólico a deducir soluciones factibles a los problemas a través de reglas matemáticas. Los problemas geométricos con IMO generalmente se basan en figuras que deben agregarse con "construido", como puntos, líneas o círculos. El modelo Gemini de Alphageometry2 puede predecir qué construcciones pueden ser útiles para resolver problemas.
Vale la pena señalar que al resolver el problema de la OMI, Alphageometry2 usa más de 300 millones de teoremas y datos sintéticos de prueba generados por DeepMind para el entrenamiento. El equipo de investigación seleccionó 45 problemas geométricos para IMO en los últimos 25 años y los expandió para formar un conjunto de 50 problemas. Alphageometry2 resolvió con éxito 42 de ellos, superando el puntaje promedio del medallista de oro.
Sin embargo, Alphageometry2 todavía tiene algunas limitaciones, ya que no puede resolver problemas con puntos de número variable, ecuaciones no lineales y desigualdad. Sin embargo, este estudio ha provocado una discusión sobre si los sistemas de IA deberían basarse en operaciones simbólicas o redes neuronales. Alphageometry2 adopta un enfoque híbrido que combina redes neuronales y motores simbólicos basados en reglas.
El éxito de Alphageometry2 proporciona una nueva dirección para el desarrollo futuro de la IA de uso general. Aunque aún no es completamente autosuficiente, la investigación del equipo DeepMind muestra que los modelos de IA más autosuficientes pueden estar disponibles en el futuro.
Entrada en papel: https://arxiv.org/pdf/2502.03544
Puntos clave:
Alphageometry2 puede resolver el 84% de los problemas geométricos en la OMI en los últimos 25 años, superando el puntaje promedio de los medallistas de oro.
El sistema combina redes neuronales y motores de símbolos para resolver problemas matemáticos complejos utilizando un enfoque híbrido.
DeepMind espera promover el progreso de la investigación en la IA general más poderosa resolviendo problemas geométricos.
El éxito de Alphageometry2 no solo demuestra el potencial de la IA en el campo de las matemáticas, sino que también proporciona una nueva dirección para el desarrollo de la IA general. En el futuro, con el avance continuo de la tecnología, la IA mostrará fuertes capacidades en más campos.