Lo scorso autunno, Carina Hong, dottoranda alla Stanford University, trascorreva i fine settimana immersa nella lettura di articoli di ricerca matematica da Verve Coffee Roasters, un caffè vicino al campus. A uno dei tavoli comuni del locale, ha iniziato a conversare con Shubho Sengupta, ricercatore di intelligenza artificiale in Meta, che lavorava su modelli linguistici di grandi dimensioni in grado di scrivere test per software. Hanno parlato per ore dell’intersezione tra i rispettivi campi e della possibilità di sviluppare un’IA capace di risolvere i problemi matematici più complessi del mondo — e di scoprirne di nuovi.
Poco dopo Hong ha lasciato Stanford per fondare Axiom Math, una startup nelle prime fasi di sviluppo che punta a creare un ‘matematico artificiale’: un modello in grado di risolvere quesiti matematici complessi, generare dimostrazioni dettagliate dei vari passaggi seguiti per arrivare alla soluzione e verificare autonomamente il proprio lavoro. L’idea è tradurre la matematica espressa in linguaggio naturale — proveniente da libri di testo, articoli e riviste accademiche — in un programma informatico, così che l’IA possa creare nuovi problemi e verificarne formalmente le soluzioni. L’obiettivo finale è che il modello riesca a produrre nuova conoscenza, formulando congetture, cioè teorie che appaiono vere ma non sono ancora state dimostrate matematicamente.
Quanto vale Axiom Math
“La matematica è il terreno di prova perfetto per costruire una superintelligenza”, ha dichiarato Hong a Forbes. La sua startup, oggi valutata 300 milioni di dollari, ha raccolto 64 milioni in un round di finanziamento iniziale guidato da B Capital, con la partecipazione di fondi di venture capital come Greycroft, Madrona e Menlo Ventures.
In meno di un anno Hong ha reclutato una schiera di veterani del settore tecnologico per la sua giovane impresa — molti provenienti dal laboratorio di ricerca fondamentale sull’IA di Meta, Fair. Tra i dieci dipendenti a tempo pieno figurano François Charton, che in passato ha studiato l’uso dei modelli linguistici per matematica e fisica teorica in Meta e che lo scorso anno ha risolto un problema matematico rimasto aperto da 100 anni; Aram Markosyan, ricercatore che ha guidato le attività su sicurezza ed equità in Meta; e Hugh Leather, ex scienziato dell’IA di Meta, tra i primi a usare il deep learning per la generazione di codice. Queste assunzioni arrivano mentre Meta offre pacchetti retributivi da 100 milioni di dollari per sottrarre i migliori talenti a OpenAI e ad altri laboratori d’avanguardia sull’IA per la sua unità dedicata alla superintelligenza. Ma, nonostante questa campagna di assunzioni di alto profilo, il colosso dei social continua a perdere ricercatori chiave, ha riportato Forbes.
Per molti di questi ricercatori, la missione di Axiom — usare l’intelligenza artificiale per la scoperta matematica — è stata determinante. Nella sede della startup a Palo Alto, le sale riunioni portano i nomi di giganti come Carl Friedrich Gauss e Ada Lovelace. “Per me, è stata l’occasione di fare IA per la matematica in un’azienda che ci credeva davvero e non la considerava un progetto secondario”, ha raccontato Charton.
Chi è la fondatrice
Hong vanta a sua volta un curriculum costellato di riconoscimenti. Oggi ventiquattrenne, è cresciuta a Guangzhou, in Cina, con una grande passione per la matematica. Si è laureata in matematica e fisica al Mit, dove ha scritto nove articoli di ricerca e seguito 20 corsi avanzati di matematica. Nel 2023 ha vinto l’ambitissimo Frank and Brennie Morgan Prize — il più alto riconoscimento attribuito a uno studente universitario per ricerche eccezionali in teoria dei numeri e probabilità. Come borsista Rhodes a Oxford, ha poi conseguito un master in neuroscienze computazionali.
Nonostante i progressi di Axiom, Hong deve affrontare una concorrenza agguerrita. Colossi dell’IA come OpenAI e Google DeepMind hanno recentemente ottenuto punteggi da medaglia d’oro all’Olimpiade Internazionale di Matematica, una delle competizioni più prestigiose, grazie a modelli in grado di risolvere cinque delle sei difficilissime prove. Ma Hong sostiene che questi benchmark siano manipolabili e non riflettano la matematica a livello di ricerca.
Per ora, Axiom si concentra sull’addestramento di modelli capaci di trovare nuovi problemi matematici e risolverli correttamente, ma i ricercatori sperano che il loro lavoro possa un giorno essere applicato anche ad altri ambiti, come l’analisi finanziaria, la progettazione aeronautica, l’architettura dei chip e persino il trading quantitativo. “Risolvere problemi matematici complessi è stato alla base di tante invenzioni umane”, ha dichiarato Yan-David Erlich, partner di B Capital. “La possibilità di creare nuovi problemi che modellino la realtà e poi risolverli è fondamentale per far progredire la conoscenza umana”.
L’articolo Una startup ha raccolto 64 milioni di dollari per risolvere i problemi matematici più difficili del mondo è tratto da Forbes Italia.