Cosa ci insegna il risultato di Astra con i dieci problemi matematici

Astra, un nuovo modello di OpenAI ancora interno all'azienda, avrebbe affrontato dieci problemi matematici aperti da molto tempo, ottenendo risultati che in alcuni casi chiudevano questioni importanti, con una spesa complessiva di appena 2.000 dollari. L'annuncio è arrivato dopo una serie di progressi rapidissimi dei grandi modelli linguistici in matematica, passati nel giro di pochi anni dagli esercizi scolastici alle Olimpiadi internazionali e poi ai problemi sui quali lavorano i ricercatori. Se i numeri fossero stati quelli suggeriti dal racconto dell’azienda, il salto sarebbe stato impressionante: problemi rimasti fuori dalla portata dei matematici per anni sarebbero diventati materiale da poche centinaia di dollari l'uno.

Quello che OpenAI ha effettivamente pubblicato il primo agosto è già leggermente diverso da questa versione. Il titolo scelto dall'azienda parla di "dieci avanzamenti", e tra i risultati vi sono sia problemi risolti sia progressi sostanziali verso la loro soluzione. Il materiale è però molto più consistente di un comunicato pubblicitario: comprende circa 250 pagine di matematica, accompagnate dalla ricostruzione del procedimento seguito dal modello, e ciascuna dimostrazione è stata inoltre tradotta in una forma che può essere controllata automaticamente da un programma specializzato. OpenAI dichiara che gli argomenti matematici sono stati generati da Astra, mentre esseri umani hanno preparato i manoscritti con l'aiuto dello stesso modello e si sono assunti la responsabilità della loro correttezza.

Questo rende il caso particolarmente interessante, perché offre molto più materiale da controllare rispetto ai consueti annunci sulle prestazioni dell'intelligenza artificiale. E i matematici hanno cominciato immediatamente a farlo.

Il primo risultato dello scrutinio riguarda proprio una delle frasi che rendevano più spettacolare l'annuncio. Nella versione pubblicata inizialmente, OpenAI affermava che i dieci problemi erano aperti e non avevano registrato progressi sul risultato principale da almeno dieci anni, nella maggior parte dei casi da molto più tempo. Quella frase oggi non compare più. È stata sostituita dall'affermazione assai meno impegnativa secondo cui Astra ha risolto o fatto progredire problemi aperti da lungo tempo. L'archivio del web conserva entrambe le versioni, per cui il cambiamento è perfettamente documentabile.

A rendere necessaria la correzione sono stati soprattutto due dei risultati che inizialmente avevano attirato maggiore attenzione. Uno riguarda un antico problema che, semplificando molto, cerca di stabilire quanto densamente possano essere sistemate delle sfere quando si passa dagli spazi familiari a spazi con un numero enorme di dimensioni. Astra ha ottenuto un nuovo limite, dunque un risultato matematico reale; Steven Miller, matematico della Yeshiva University, ha però osservato che un passaggio essenziale della dimostrazione compariva già in un lavoro pubblicato nel 2016 insieme a Henry Cohn e ha accusato OpenAI di non averne riconosciuto adeguatamente la provenienza. Miller è arrivato a parlare di plagio e di cattiva condotta scientifica. Si tratta, allo stato attuale, di un'accusa formulata da uno degli studiosi coinvolti e non di un giudizio emesso da una rivista o da un organismo di integrità scientifica, ma il problema di attribuzione che ha sollevato è concreto.

Il secondo caso è ancora più istruttivo, perché mostra quanto sarebbe sbagliato passare dall'entusiasmo iniziale alla conclusione opposta e liquidare tutto come una sofisticata operazione di copiatura. Da molti anni i matematici si chiedevano se esistesse almeno un membro di una certa vastissima famiglia di oggetti astratti che non possedesse una proprietà ritenuta forse universale. Astra ne ha costruito uno, chiudendo così la questione dell'esistenza. Esaminando la prova, Francesco Fournier-Facio dell'Università di Cambridge e altri specialisti hanno però riconosciuto due ingredienti importanti provenienti da lavori del 2016 e del 2019. Anche qui, dunque, la rappresentazione originale di un settore rimasto sostanzialmente fermo per almeno un decennio non reggeva.

Eppure uno degli autori di quei lavori precedenti, Andreas Thom, ha fornito su MathOverflow una valutazione molto più interessante dei verdetti sommari, a favore o contrari, che fioriscono un po’ ovunque. Secondo Thom, Astra ha trovato un modo creativo di combinare i due risultati precedenti, superando un ostacolo che ne impediva l'applicazione diretta. Thom racconta di aver cercato egli stesso, fin dal lavoro del 2019, un meccanismo capace di far funzionare quella strategia e dichiara di ammirare l'efficienza della costruzione trovata. L'idea nuova, quindi, non consiste nell'aver inventato dal nulla una teoria che nessuno aveva mai concepito: consiste nell'aver visto come pezzi già disponibili potessero essere collegati per arrivare là dove i loro autori non erano ancora arrivati. In matematica anche questo si chiama ricerca, e può essere ricerca molto buona.

Qui si trova probabilmente l'aspetto più importante dell'intero esperimento. Un grande modello linguistico dispone di una capacità straordinaria di esplorare combinazioni, seguire a lungo una pista e ricomporre strumenti sviluppati in contesti diversi. Senén Barro, direttore del centro di ricerca sull'intelligenza artificiale dell'Università di Santiago de Compostela, osserva che i sistemi attuali sembrano particolarmente efficaci proprio quando il problema è ben definito e la soluzione può essere costruita usando elementi che hanno qualche precedente nella letteratura. La creazione di concetti completamente nuovi e di nuovi quadri teorici resta un'altra faccenda. Il lavoro di Astra suggerisce però che tra la ripetizione di qualcosa di noto e la fondazione di una nuova teoria esiste un territorio enorme, ed è esattamente il territorio nel quale si svolge una parte consistente della matematica reale.

Anche la verifica automatica delle dimostrazioni va inquadrata per bene. Il controllo effettuato dal computer è un elemento di grande valore, perché consente di stabilire con una sicurezza difficilmente raggiungibile leggendo centinaia di pagine che i passaggi formali seguano effettivamente dalle premesse dichiarate. Non si può però sapere con questo mezzo se un'idea sia davvero nuova, se sia stata pubblicata sette anni prima in una forma equivalente, se la citazione corretta sia stata omessa o se un risultato meriti l'importanza attribuitagli in un comunicato stampa. Per questo, dopo il controllo delle dimostrazioni da parte delle macchine, è cominciato quello della letteratura e della storia dei problemi da parte dei matematici. Nel giro di pochi giorni quest'ultimo aveva già modificato significativamente l'interpretazione di almeno due dei risultati più importanti.

Resta poi la cifra destinata più di tutte a sopravvivere nei titoli: 2.000 dollari. OpenAI dice precisamente che il numero di token necessari a trovare le soluzioni pubblicate costerebbe all'incirca quella somma alle tariffe delle sue API. È un dato interessante, perché mostra quanto possa essere basso il costo marginale di produrre una ricerca di questo livello una volta che esiste un modello capace di farlo. Non ci dice però quanto sia costato ottenere quei dieci successi: manca infatti il denominatore. Non sappiamo quanti altri problemi siano stati sottoposti ad Astra senza ottenere nulla, quanti tentativi siano falliti prima di arrivare alle prove selezionate, quale lavoro umano sia stato necessario per scegliere i problemi e controllare i risultati, né quale quota delle enormi risorse necessarie a costruire il modello debba essere considerata quando si vuole valutare l'efficienza complessiva del procedimento. Barro ha usato un paragone molto semplice: il costo di un biglietto vincente della lotteria non permette di sapere quanto abbia speso il giocatore, se non sappiamo quanti biglietti abbia comprato. I 2.000 dollari dichiarati da OpenAI possono quindi essere una misura perfettamente corretta di ciò che l'azienda dice di misurare e, nello stesso tempo, essere insufficienti a sostenere la storia secondo cui dieci problemi matematici di ricerca sono stati "risolti con 2.000 dollari".

Questa distinzione diventa ancora più necessaria quando il produttore della tecnologia coincide con chi ne annuncia le prestazioni. OpenAI opera in un settore nel quale dimostrare continuamente l'aumento delle capacità dei modelli serve anche a giustificare investimenti di dimensioni straordinarie. Reuters ha riportato per il 2026 una previsione di circa 25 miliardi di dollari di consumo di cassa, mentre la società continua a progettare investimenti giganteschi in capacità di calcolo. Un risultato matematico non diventa meno vero per questo motivo; diventa però indispensabile separare con cura il contenuto scientifico dalla cornice promozionale nella quale viene presentato.

La circostanza assume un sapore particolare perché OpenAI, nello stesso annuncio, richiama esplicitamente la Leiden Declaration on AI and Mathematics, elaborata dalla comunità matematica e sostenuta dall'International Mathematical Union. Quel documento chiede che l'uso dell'intelligenza artificiale sia dichiarato, che i precedenti siano citati con precisione e che il lavoro reso più rapido dalle macchine non scarichi sui revisori un peso insostenibile. Rivolgendosi ai decisori pubblici, contiene anche una raccomandazione assai pertinente: l'industria tecnologica ha forti incentivi commerciali a esagerare le capacità dei propri sistemi, e per valutarne le affermazioni occorre consultare gli specialisti anziché affidarsi ai comunicati stampa.

È esattamente quello che è accaduto con Astra. Il comunicato è uscito il primo agosto e, prima che fosse trascorsa una settimana, specialisti dei diversi settori avevano cominciato a controllare centinaia di pagine, ricostruire la genealogia delle idee e discutere pubblicamente quale parte delle dimostrazioni fosse davvero nuova. OpenAI ha già modificato una delle proprie affermazioni più forti, mentre le discussioni continuano e la valutazione degli altri risultati richiederà inevitabilmente altro lavoro.

Dopo questo esame, Astra appare forse meno miracoloso di quanto suggerissero i primi titoli e più interessante di quanto vorrebbero le reazioni liquidatorie. Un sistema di intelligenza artificiale generalista ha prodotto in una sola campagna una quantità notevole di matematica di livello professionale, arrivando in almeno alcuni casi a risultati che gli specialisti considerano importanti. In uno dei casi più discussi ha trovato la connessione che uno degli autori degli strumenti precedenti cercava senza successo dal 2019. Allo stesso tempo, la ricostruzione iniziale dello stato della ricerca era troppo favorevole alla spettacolarità dell'annuncio, alcune attribuzioni sono state contestate e il famoso costo di 2.000 dollari descrive soltanto una parte di ciò che sarebbe necessario conoscere per misurare l'efficienza dell'esperimento.

La storia più significativa di questi giorni riguarda quindi anche ciò che è accaduto dopo che Astra ha finito di lavorare. Produrre una dimostrazione, stabilire quanto essa debba alla letteratura precedente e determinarne il reale significato scientifico sono compiti che ormai possono essere distribuiti in modo nuovo fra macchine e persone. La velocità con cui la comunità matematica ha corretto la narrazione, senza per questo cancellare i risultati che hanno resistito all'esame, mostra quanto diventerà importante quello scrutinio quando produrre centinaia di pagine di ricerca costerà sempre meno. Se Astra indica davvero il futuro della matematica assistita dall'intelligenza artificiale, questi primi giorni ne hanno mostrato insieme le capacità e il sistema di controllo di cui avrà bisogno.

Con un caveat, sempre il solito, che possiamo riassumere in una domanda: chi avrà davvero accesso ad Astra e a modelli equivalenti, a quale prezzo, e con quanta trasparenza? Ad oggi, per esempio, Astra non è a disposizione al di fuori di OpenAI; per questo, se la scienza del futuro sarà davvero quella della collaborazione tra IA e umani, cioè se questo modello funzionerà bene e si dimostrerà superiore a quello tradizionale, rischiamo sempre più che diventi monopolio di pochi, e non più attività aperta e democratica per definizione.