L’intelligenza artificiale sta mostrando risultati sorprendenti nella soluzione di problemi matematici complessi, compresi alcuni quesiti rimasti irrisolti per decenni. Le analisi disponibili indicano che questo progresso non dipenderebbe necessariamente da una capacità di ragionamento paragonabile a quella umana, ma soprattutto dalla disponibilità di una memoria di lavoro simbolica estremamente ampia.
intelligenza artificiale e memoria di lavoro nei problemi matematici
Quando una persona affronta un calcolo mentale articolato, l’ostacolo può derivare dalla difficoltà di mantenere contemporaneamente molte variabili, più che da un errore nella logica. Per procedere, spesso è necessario utilizzare fogli, simboli, formule già dimostrate e annotazioni intermedie. In questo modo, una parte del ragionamento viene trasferita all’esterno della mente.
Gli studi psicologici hanno inoltre evidenziato che le prestazioni della memoria di lavoro possono prevedere i risultati in matematica con maggiore precisione rispetto ai soli test del quoziente intellettivo. Nei sistemi di intelligenza artificiale, una funzione simile viene svolta dal Context Window, cioè lo spazio in cui il modello conserva le informazioni necessarie per elaborare una risposta.
context window e memoria simbolica nei modelli ai
Il Context Window può essere paragonato a un grande quaderno esterno. Al suo interno il modello può mantenere le condizioni del problema, le definizioni, i passaggi già svolti, i calcoli intermedi e persino i tentativi abbandonati. Questi elementi restano disponibili per successive verifiche senza dover essere continuamente riscritti nella memoria interna.
La matematica offre un contesto particolarmente favorevole, perché utilizza un linguaggio preciso e privo di ambiguità. Ipotesi, dati iniziali e obiettivi della dimostrazione possono essere conservati in modo dettagliato. L’intelligenza artificiale può quindi ricontrollare le premesse a ogni fase del procedimento, riducendo il rischio di trascurare condizioni o limiti rilevanti.
i limiti delle finestre di contesto molto estese
Le dimensioni delle finestre di contesto continuano ad aumentare. Anthropic Claude Opus 4.6 raggiunge una capacità dell’ordine di un milione di token, mentre Google Gemini 1.5 Pro arriva fino a due milioni di token. Si tratta di quantità molto superiori alla capacità di memoria operativa normalmente disponibile alla mente umana.
Una finestra più ampia non garantisce comunque un utilizzo perfetto di tutte le informazioni. Nei testi molto lunghi può comparire il fenomeno definito “lost-in-the-middle”, per cui i dati collocati nella parte centrale del contenuto rischiano di essere ricordati o utilizzati con minore efficacia.
perché l’ai non risolve bene i problemi ambigui
Il vantaggio della memoria estesa funziona soprattutto quando le regole sono chiare e tutte le informazioni necessarie sono già disponibili. Nelle situazioni reali, caratterizzate da incertezza e interpretazioni variabili, una grande quantità di dati non è sufficiente. Se un elemento decisivo non è stato registrato, oppure se concetti come “successo” e “giustizia” cambiano in base al contesto, la memoria non può creare autonomamente una risposta corretta.
Per questo motivo, l’intelligenza artificiale risulta particolarmente efficace nei problemi matematici lunghi, ricchi di condizioni e organizzati in numerosi passaggi. La sua efficacia diminuisce quando serve superare un quadro teorico già esistente e sviluppare un’intuizione originale. Anche la riduzione dello spazio di contesto o il divieto di esplicitare i passaggi intermedi possono causare un forte calo delle prestazioni.
l’ai tra velocità di calcolo e pensiero originale
Il fisico Eugene Wigner aveva distinto il profilo di John von Neumann, associato a rapidità di calcolo e capacità di assimilare informazioni, da quello di Albert Einstein, caratterizzato dalla capacità di ridefinire i problemi e produrre idee profondamente originali. L’intelligenza artificiale attuale appare più vicina a una “versione macchina di von Neumann”: dispone di grande velocità e memoria, ma non ha ancora raggiunto una forma di pensiero creativa paragonabile a quella attribuita a Einstein.
La competizione tra le aziende tecnologiche per ampliare il Context Window farà probabilmente crescere ancora le capacità matematiche dei modelli. Resta da verificare se una strategia fondata soprattutto su memoria e potenza di calcolo potrà portare anche a intuizioni realmente originali.
Lascia un commento