A inteligência artificial é alimentada por dados. Quanto mais informações eles tiverem, mais conclusões poderão tirar. Mas os humanos também são muito bons em pensamento abstrato ou espacial. Um tipo de raciocínio que Para nós é natural mas custa mais implementar num algoritmo.
Problemas complexos de geometria e matemática são um exemplo de desafio para a IA, devido à falta de um conjunto de dados e à falta de habilidades de raciocínio espacial. Mas, aos poucos, os investigadores vão fazendo com que a IA aprenda por si só, mesmo em problemas onde, pela sua natureza, não é tão fácil.
No nível dos gênios matemáticos
O Google DeepMind publicou seus resultados com AphaGeometry, um modelo de inteligência artificial capaz de resolver problemas geométricos complexos, na revista Nature. rivalizando diretamente com o vencedor das Olimpíadas Internacionais de Matemática.
Dos 30 problemas propostos na principal competição matemática mundial, a Alpha Geometry conseguiu resolver 25, só superada por Ngô Bảo Châu, vencedor da Medalha Fields e campeão olímpico.
A inteligência artificial anterior até agora estava muito atrasada, resolvendo apenas 10 dos 30 problemas matemáticos avançados.
AlphaGeometry combina ideias centrais intuitivas com um mecanismo de dedução lógico baseado em regras. Inicialmente, foi-lhe transmitido um conjunto de problemas básicos, com uma dezena de regras geométricas. E como se fosse o próprio Ramanujan, ele “descobriu” mais provas matemáticas por si mesmo. Conforme explicado por DeepMind, AlphaGeometry gerou até 100 milhões de provas matemáticas, usando etapas lógicas básicas.
“Encontre soluções para problemas de matemática olímpica funciona um pouco como xadrez no sentido de que temos um número bastante pequeno de movimentos sensíveis em cada passo”, explica Ngô Bảo Châu.
Apesar do sucesso, a DeepMind reconhece que o AlphaGeometry é simplesmente um primeiro passo. A verificação de que a inteligência artificial também é capaz de enfrentar problemas matemáticos complexos mesmo que não possua uma base de dados suficientemente grande. Tal como acontece com o xadrez, a própria IA é capaz de gerar um enorme conjunto de seus próprios dados simplesmente fornecendo-lhes instruções básicas.
Em Xataka | Bard não era muito bom em matemática e programação. Até o Google ouvir um Prêmio Nobel