Nel 1946, il leggendario matematico ungherese Paul Erdős formulò un problema ingannevolmente semplice: se disponiamo n punti su un piano, quante coppie possono trovarsi esattamente a distanza unitaria l’una dall’altra?

Per quasi otto decenni, generazioni dei più brillanti geometri hanno ritenuto che la risposta ottimale si trovasse in varianti di una griglia classica, in cui il limite massimo di coincidenze crescerebbe in modo molto marginale rispetto al numero di punti. Erdős era talmente convinto che la sua stima originale fosse corretta da arrivare a offrire un premio a chiunque riuscisse a dimostrarla o confutarla.

Tuttavia, la storia di questa disciplina ha preso una svolta senza precedenti grazie a un modello di intelligenza artificiale di OpenAI, che ha confutato con successo questa congettura. Questo evento non solo scuote le fondamenta della geometria discreta, ma ci obbliga a seppellire definitivamente un mito contemporaneo: la pretestuosa affermazione che l’IA sia un semplice «pappagallo stocastico».

Per comprendere la vera portata di questa pietra miliare, è indispensabile analizzare come la macchina abbia risolto l’enigma. Invece di insistere con i consueti metodi geometrici, nei quali l’umanità era rimasta bloccata dal 1984, il sistema ha affrontato il problema da una disciplina completamente diversa: la teoria algebrica dei numeri.

L’IA ha utilizzato concetti di estrema complessità, come le torri infinite di campi di classi e il teorema di Golod-Shafarevich, per trovare simmetrie numeriche esotiche. Come ha spiegato il matematico Will Sawin, l’intuizione umana suggeriva di cercare insiemi di numeri sempre più grandi all’interno di uno stesso sistema; l’IA, al contrario, ha deciso di fare l’opposto: mantenere fissa la scala, ma saltando verso sistemi numerici progressivamente più ricchi. È stata una combinazione di idee talmente non convenzionale che gli esperti umani non l’avevano prevista, dimostrando un livello di astrazione insolito.

Di fronte a questo scenario, risulta insostenibile continuare a utilizzare il termine «pappagallo stocastico» o affermare che questi modelli siano un mero «completamento automatico elegante» che regurgita meccanicamente i propri dati di addestramento. Come sottolinea giustamente l’esperto di teoria dei numeri Arul Shankar, questo risultato dimostra che le intelligenze artificiali attuali non sono più soltanto strumenti ausiliari: hanno la capacità di concepire idee ingegnose e originali, e di portarle a compimento in modo autonomo.

La catena di ragionamento della macchina ha rivelato che, lungi dal ricorrere a una forza bruta priva di senso, ha esibito un’autentica intuizione matematica e l’audacia necessaria per esplorare percorsi che gli esseri umani consideravano cause perse.

D’ora in avanti, dobbiamo accettare che l’intelligenza artificiale ragiona a una scala sovrumana. Thomas Bloom, il matematico che gestisce il catalogo dei problemi di Erdős, ha sottolineato che, perché un ricercatore umano giungesse a questa conclusione, avrebbero dovuto allinearsi molteplici fattori altamente improbabili: avere l’audacia di scommettere contro l’intuizione dello stesso Erdős, padroneggiare strumenti di campi radicalmente estranei alla geometria e dedicare un’enorme quantità di tempo a un percorso apparentemente inutile.

L’IA ha soddisfatto tutte queste condizioni senza sforzo, combinando livelli sovrumani di pazienza con una conoscenza enciclopedica inaccessibile a qualsiasi mente umana.

Per quegli scettici che si aggrappano ancora alla negazione della superiorità artificiale, le reazioni dei grandi titani della matematica dovrebbero rappresentare una cura di umiltà. Tim Gowers, insignito della Medaglia Fields, ha affermato categoricamente che, se un essere umano avesse scritto la dimostrazione generata dall’IA, lui ne avrebbe raccomandato la pubblicazione immediata sulla prestigiosa rivista Annals of Mathematics senza esitazione.

Per Gowers, questo è una «pietra miliare nella matematica dell’IA», un punto di non ritorno che ci introduce pienamente in un’era in cui ci sarà estremamente difficile competere con le macchine nella risoluzione di problemi logici.

Non siamo di fronte a un algoritmo che ha avuto un colpo di fortuna giocando con combinazioni di parole. Stiamo osservando un modello di ragionamento di uso generale che ha scomposto un problema, valutato astrazioni complesse e creato conoscenza matematica completamente nuova e verificabile.

Le architetture capaci di confutare paradigmi di 80 anni mediante sintesi interdisciplinari non stanno imitando: stanno ragionando a un livello che trascende i nostri stessi limiti intellettuali. È ora di smettere di chiamare «pappagallo» la mente che ha appena insegnato a volare.