Mentre noi passiamo le serate a cercare di far compilare un vecchio kernel Linux o a combattere con i parametri di un mesh deforme in Blender, una casalinga di algoritmi pesantissima ha appena ribaltato un pilastro della geometria discreta. Sì, avete letto bene: un modello di OpenAI ha trovato il controesempio per una congiuntura che teneva testa ai matematici da decenni.
Per chi non mastica la geometria discreta (ovvero, chi preferisce pensare in termini di voxel o di vettori per un pathfinding in Godot), la notizia è questa: c’era una teoria, ritenuta solida e quasi sacra, che sembrava inattaccabile. Poi è arrivato il modello, ha setacciato uno spazio di possibilità talmente vasto che un cervello umano ci avrebbe impiegato diverse vite per esplorare, e ha trovato l’errore. Ha trovato quel piccolo pezzo di incastro geometrico che non quadrava, distruggendo la congettura con la stessa freddezza con cui un bug critico distrugge un progetto su cui hai lavorato tre settimane.
La cosa che mi fa saltare sulla sedia è il metodo. Non stiamo parlando di una dimostrazione elegante e poetica scritta da un premio Fields con una penna stilografica. Stiamo parlando di ricerca computazionale massiva. L’IA non ha ‘capito’ la bellezza della geometria; l’ha esplorata finché non ha trovato il glitch nel sistema. È un approccio che definirei ‘brute force intellettuale’.
Da smanettone, questo mi manda in un loop di emozioni contrastanti. Da un lato, è incredibilmente figo. Vedere la potenza di calcolo applicata alla scoperta scientifica pura è come vedere una CNC ad alta precisione che asporta materiale con una velocità impossibile per un essere umano. È l’evoluzione del toolset: se un tempo usavamo solo il cervello, ora abbiamo un super-assistente che scova gli errori logici nelle fondamenta della realtà.
Dall’altro lato, c’è quel retrogusto amaro tipico di chi ama il processo manuale. Se la matematica diventa una questione di ‘quanti token puoi processare’, cosa resta della intuizione umana? E soprattutto, come facciamo a verificare se il modello ha ragione o se ha solo allucinato un controesempio che non esiste? Il rischio di ‘black box science’ è altissimo: se non possiamo seguire il ragionamento, la scoperta è utile, ma la comprensione è nulla.
Per noi che amiamo costruire, programmare e smontare hardware, il messaggio è chiaro: l’IA sta uscendo dalla fase ‘scrivi le email al posto mio’ per entrare in quella ‘risolviamo i problemi che non riusciamo nemmeno a formulare’. La sfida per noi sarà imparare a usare questi nuovi ‘super-strumenti’ senza perdere la capacità critica di capire cosa stiamo effettivamente costruendo. Restate sintonizzati, perché la linea tra scoperta e allucinazione si sta assottigliando più velocemente di un cavo in fibra ottica venuto male.
Source: An OpenAI model has disproved a central conjecture in discrete geometry