Un'IA ha appena risolto in 90 minuti un problema statistico aperto da 30 anni
Un professore dell'Università della Pennsylvania ha usato GPT-5.6 Sol Pro di OpenAI per confutare un'ipotesi di lunga data su un metodo impiegato ogni giorno dagli scienziati. Il modello precedente aveva fallito dopo 20 ore. Ecco cosa rivela davvero sull'IA e sulle nuove idee.
Ecco una piccola storia che dice molto sul punto in cui si trova oggi l’IA. Edgar Dobriban, professore di statistica all’Università della Pennsylvania, ha affidato un problema difficile e irrisolto al più recente modello di OpenAI, GPT-5.6 Sol Pro. Circa 90 minuti dopo aveva una risposta sfuggita per anni agli esperti umani. Il modello precedente, GPT-5.5, aveva lavorato sullo stesso problema per oltre 20 ore senza arrivare a nulla.
Il problema sembra tecnico, ma l’idea alla base è semplice. Quando gli scienziati eseguono migliaia di test contemporaneamente, per esempio analizzando l’intero genoma umano alla ricerca di geni legati a una malattia, molti «risultati positivi» si rivelano falsi allarmi dovuti al caso. Nel 1995 due statistici svilupparono un metodo per tenere sotto controllo quei falsi allarmi. Si chiama procedura di Benjamini-Hochberg ed è usata ovunque: l’articolo originale è stato citato più di 130.000 volte. Per anni si è dato per scontato che il metodo funzionasse anche quando i punti dei dati sono collegati tra loro, come avviene di solito nei dati reali, ma nessuno lo aveva mai dimostrato. Dobriban ha usato l’IA per costruire un chiaro controesempio che mostra come il metodo possa mancare silenziosamente il proprio obiettivo. Le simulazioni lo hanno confermato e il professore ha pubblicato il codice.
Cosa c’è dietro: vale la pena mantenere aspettative realistiche. Lo scarto individuato dall’IA è piccolo, con un tasso di falsi allarmi di 0,104 dove ne era stato promesso uno di 0,1; conta quindi più per la teoria che per il lavoro quotidiano in laboratorio e non significa che il metodo sia inutilizzabile. Inoltre, il modello non ha creato dal nulla un’idea completamente nuova. Ha combinato tecniche note in un modo insolito che gli esseri umani non avevano ancora messo insieme. Resta così aperta una grande domanda: i modelli addestrati sulla conoscenza umana possono ragionare fino a intuizioni davvero nuove, oppure sono estremamente veloci nel ricombinare ciò che già esiste? Per ora, una «ricombinazione molto veloce» si sta già rivelando utile.
Cosa significa per te: se sei semplicemente curioso dell’IA, questo è un buon esempio di ciò in cui gli strumenti attuali riescono davvero bene: prendere un problema ben definito e intricato e attraversare rapidamente combinazioni che nessuna singola persona si metterebbe a provare. Se lavori nella ricerca o con i dati, la conclusione pratica è che questi modelli stanno diventando veri interlocutori per affrontare problemi difficili, non soltanto assistenti alla scrittura. La riserva più sincera, come ha osservato uno statistico di Berkeley, ha un sapore agrodolce: un risultato fondamentale un tempo significava avere un collega umano con cui festeggiare. Ora può significare un registro di chat. È un cambiamento su cui vale la pena riflettere.
Fonti
Fonti: https://x.com/EdgarDobriban/status/2077082912021786660
Lo strumento di programmazione di OpenAI ora nasconde come comunicano tra loro i suoi agenti di IA
Dall'inizio di giugno, Codex di OpenAI cifra le istruzioni che un agente di IA principale trasmette ai propri agenti ausiliari, impedendo agli sviluppatori di vedere come viene suddiviso il lavoro. Per i modelli GPT-5.6 più grandi è obbligatorio. Ecco perché chi difende la trasparenza è preoccupato.
