Μπορεί η λύση μαθηματικών προβλημάτων να φέρει την Τεχνητή Νοημοσύνη πιο κοντά στην ανθρώπινη σκέψη;
Λίγους μήνες πριν από τη Διεθνή Μαθηματική Ολυμπιάδα (IMO) του 2025, μια ομάδα της OpenAI τόλμησε να δοκιμάσει κάτι ριζοσπαστικό: να εκπαιδεύσει ένα σύστημα Τεχνητής Νοημοσύνης (AI) ώστε να επιλύει με εντελώς αυτόνομο τρόπο τα πιο απαιτητικά μαθηματικά προβλήματα παγκοσμίως - εκείνα της IMO. Όχι μόνο τα έλυσε, αλλά βαθμολογήθηκε με σκορ που του χάρισε το χρυσό μετάλλιο, ισοφαρίζοντας τις επιδόσεις των κορυφαίων μαθητών από όλο τον κόσμο.
Ο στόχος της OpenAI δεν ήταν απλώς να λύσει μερικά δύσκολα προβλήματα. Ήθελε να δει αν ένα μοντέλο AI μπορεί να αναπτύξει ικανότητες συλλογισμού που προσομοιάζουν την ανθρώπινη σκέψη, να επιδεικνύει κατανόηση, να προσαρμόζεται, να αξιολογεί την αβεβαιότητα. Και να ξέρει, πάνω απ' όλα, αν και πότε δεν γνωρίζει την απάντηση.
Η πρόκληση
Η Διεθνής Μαθηματική Ολυμπιάδα είναι ένας από τους πιο δύσκολους διαγωνισμούς στον κόσμο. Οι συμμετέχοντες καλούνται να λύσουν έξι προβλήματα σε δύο ημέρες, τρία ανά ημέρα, εντός 4,5 ωρών κάθε φορά. Η λύση δεν είναι απλώς ένας αριθμός. Απαιτείται αναλυτική απόδειξη, βήμα προς βήμα, η οποία συχνά καταλαμβάνει πολλές σελίδες.
Το πειραματικό σύστημα της OpenAI, χωρίς πρόσβαση στο διαδίκτυο ή σε βοηθητικά εργαλεία, αντιμετώπισε τις ίδιες συνθήκες με τους μαθητές συμμετέχοντες. Πέτυχε να επιλύσει πέντε από τα έξι προβλήματα σωστά, αποσπώντας 35 από τους 42 βαθμούς. Μόνο το 4% των 630 διαγωνιζόμενων μαθητών ξεπέρασε αυτή την επίδοση.
Γιατί έχει σημασία
Τα μαθηματικά αποτελούν ένα προνομιακό πεδίο για να αξιολογηθεί η «νοημοσύνη» ενός AI, σύμφωνα με τον Alex Wei, μέλος της ερευνητικής ομάδας της OpenAI. Η σωστή ή λάθος λύση είναι συνήθως σαφής, σε αντίθεση με, για παράδειγμα, ένα ποίημα. Όμως η απόπειρα δεν περιοριζόταν στα μαθηματικά. Το πείραμα είχε στόχο τη δοκιμή τεχνικών που μπορούν να εφαρμοστούν σε οποιοδήποτε σύνθετο, μη δομημένο πρόβλημα στον πραγματικό κόσμο.
Η ομάδα προτίμησε να εργαστεί με ένα σύστημα «γενικού σκοπού» αντί για κάποιο εξειδικευμένο στα μαθηματικά. Ήθελε να αξιολογήσει την ικανότητα του μοντέλου να προσεγγίζει δυσκολίες χωρίς προκαθορισμένες λύσεις. Σε αυτό το πλαίσιο, η επιλογή του IMO ήταν εμβληματική: η δυσκολία, η διάρκεια και η ανάγκη για συνεχή σκέψη καθιστούν την πρόκληση ιδανική για να μετρηθεί η πρόοδος προς την Τεχνητή Γενική Νοημοσύνη (AGI).
Η στιγμή της «αλήθειας»
Ίσως το πιο εντυπωσιακό στοιχείο δεν ήταν όσα έλυσε η Τεχνητή Νοημοσύνη, αλλά όσα δεν έλυσε. Στην έκτη ερώτηση του διαγωνισμού, το μοντέλο απλώς δεν απάντησε. Δεν πρότεινε μια λάθος λύση, δεν υπέθεσε, αλλά σταμάτησε.
Για τους ερευνητές, αυτό δεν ήταν ένδειξη αδυναμίας. Αντιθέτως, ήταν σημάδι προόδου: η ικανότητα ενός συστήματος να αναγνωρίζει τα όριά του, να αποφεύγει τις λεγόμενες «παραισθήσεις», ψευδείς απαντήσεις, με απόλυτη σιγουριά. Όπως είπε ο Wei, αυτό είναι ένα κρίσιμο βήμα για την αξιοπιστία μελλοντικών μοντέλων.
Από τα μαθηματικά στο AGI
Το έργο εντάσσεται στη στρατηγική της OpenAI για την ανάπτυξη AGI. Η Sheryl Hsu, μέλος της ομάδας, εξηγεί: «Ο στόχος μας δεν είναι να φτιάξουμε μια μηχανή που λύνει τεστ, αλλά ένα εργαλείο που μπορεί να βοηθήσει τον άνθρωπο σε δύσκολες, ρευστές, μακροχρόνιες εργασίες. Τα μαθηματικά είναι απλώς το εργαστήριο».
Το συγκεκριμένο μοντέλο επεξεργαζόταν κάθε πρόβλημα για ώρες, αξιολογούσε ενδιάμεσα βήματα και διόρθωνε λάθη. Αυτή η διαδικασία αυτοαναστοχασμού και προσαρμογής αποτελεί προϋπόθεση για μοντέλα που καλούνται να γράψουν αναφορές, να ελέγξουν νομικά έγγραφα ή να προσφέρουν ακριβή επιστημονική συμβουλή.
Το μέλλον
Το μοντέλο της OpenAI δεν είναι ακόμη ενσωματωμένο στο GPT‑5, αλλά τα θεμέλια που τέθηκαν θα μεταφερθούν σε μελλοντικά συστήματα. Η ικανότητα να εργάζεται για ώρες σε σύνθετα προβλήματα, να παράγει μεγάλες συνεκτικές απαντήσεις και να αντιστέκεται στον πειρασμό να εφευρίσκει απαντήσεις, είναι κομβικής σημασίας για την τεχνητή νοημοσύνη που θα συνεργάζεται με τον άνθρωπο και όχι απλώς θα τον εντυπωσιάζει.
Εν κατακλείδι, το χρυσό μετάλλιο του IMO δεν αποτελεί μόνο μια καμπή για τα μαθηματικά ή για την AI. Ίσως είναι το πρώτο σαφές σημάδι ότι ένα σύστημα μηχανικής μάθησης μπορεί να αρχίσει να σκέφτεται με τρόπο που δεν απέχει πλέον πολύ από το ανθρώπινο. Και το πιο ενθαρρυντικό; Ξέρει πότε να σταματήσει, όταν δεν ξέρει την απάντηση.
