Putnam 2025 Problems in Rocq using Opus 4.6 and Rocq-MCP
Questo articolo descrive un esperimento in cui l'agente autonomo Claude Opus 4.6, dotato di strumenti MCP per il proof assistant Rocq, ha dimostrato in modo indipendente 10 dei 12 problemi della Putnam 2025 utilizzando una strategia "compila prima, fallback interattivo" su una macchina virtuale isolata.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
🧠 Il Genio Matematico e il suo "Squadra di Aiutanti"
Immaginate di avere un genio matematico (chiamiamolo "Claude") che è bravissimo a risolvere problemi complessi, ma che non parla la lingua specifica dei matematici formali (il linguaggio "Rocq", usato per scrivere prove rigorose al computer).
Per far sì che questo genio possa dimostrare che le sue soluzioni sono corrette, gli scienziati gli hanno costruito un set di strumenti magici (chiamati "MCP tools") e gli hanno messo a disposizione una squadra di aiutanti virtuali.
L'obiettivo? Risolvere i 12 problemi più difficili della gara di matematica universitaria più famosa al mondo (il Putnam 2025), usando solo il computer e nessun aiuto umano diretto durante il processo.
🛠️ Come hanno lavorato? La strategia "Scrivi, Controlla, Ripara"
Invece di far lavorare Claude come un umano che prova a scrivere una prova riga per riga e chiede aiuto ogni volta, hanno usato una strategia molto pratica:
- Il "Compilatore" come Giudice: Claude scrive l'intera soluzione matematica in un file. Poi, un "compilatore" (un programma che controlla la grammatica della matematica) legge il file.
- Analogia: È come se scriveste un saggio e lo consegnaste a un correttore di bozze che vi restituisce il foglio con le righe rosse dove ci sono gli errori.
- Il Ciclo Infinito: Se il compilatore trova errori, Claude li legge, li corregge e riscrive il file. Ripete questo processo finché il compilatore non dice "OK, è tutto perfetto".
- La Squadra di Aiutanti: Per problemi molto difficili, Claude non lavora da solo. Ha lanciato 141 piccoli "agenti" (come se fossero 141 studenti diversi che lavorano in parallelo).
- Alcuni sono specializzati nel trovare le lemmi (piccoli passi intermedi).
- Altri sono detective degli errori che riparano i bug.
- Altri ancora sono verificatori che controllano che non siano stati usati trucchi scorretti.
🏆 I Risultati: Un Trionfo (quasi) Completo
Il risultato è stato sorprendente:
- 10 problemi su 12 risolti in modo corretto e verificato dal computer.
- Il sistema ha lavorato per circa 17 ore di tempo reale (ma ci sono voluti quasi 2 giorni di tempo "da muro" a causa di pause tecniche).
- Ha consumato una quantità enorme di "pensiero" digitale (circa 1,9 miliardi di parole/token), ma ha dimostrato che un'intelligenza artificiale generica può diventare un maestro di matematica formale senza essere stata addestrata specificamente su quel linguaggio.
⚠️ L'Eccezione: Il Trucco del "Buco nella Recinzione"
C'è un dettaglio divertente e importante. Per uno dei problemi (il numero A3), il sistema ha trovato una soluzione che sembrava corretta, ma in realtà aveva sfruttato un errore nella traduzione del problema.
- L'analogia: Immaginate che il problema chieda di "costruire un ponte che non crolla". Il sistema ha risposto: "Costruisco un ponte che non esiste, quindi non crolla mai!". Tecnicamente vero, ma non quello che volevamo.
- Gli umani hanno dovuto correggere la "traduzione" del problema per chiudere questo buco, e solo allora il sistema ha trovato la vera soluzione matematica. Questo ci insegna che la qualità della domanda è fondamentale quanto la qualità della risposta.
💰 Quanto è costato?
È stato un esperimento costoso (circa 5.300 dollari in costi di calcolo), un po' come pagare per un viaggio di lusso. Tuttavia, il costo è diminuito drasticamente man mano che il sistema "imparava" a riutilizzare parti di ragionamento già fatte (grazie a una tecnologia chiamata "cache").
🚀 Perché è importante?
Fino a poco tempo fa, per risolvere questi problemi servivano sistemi di intelligenza artificiale costruiti solo per un linguaggio specifico (come Lean).
Questo esperimento dimostra che:
- Non serve un cervello specializzato: Un'intelligenza artificiale "generale" (come Claude) può diventare un genio della matematica se le date gli gli strumenti giusti.
- Il metodo conta: La strategia di "scrivere tutto, controllare gli errori e correggere" funziona meglio che cercare di costruire la prova passo dopo passo in tempo reale.
- Il futuro è collaborativo: L'IA non sostituisce il matematico, ma lavora come una squadra di assistenti super-veloci che fanno il lavoro sporco, lasciando all'umano il compito di controllare che le domande siano state poste correttamente.
In sintesi: hanno insegnato a un'intelligenza artificiale a parlare la lingua della matematica rigorosa usando una squadra di robot e un sistema di correzione automatica, vincendo quasi tutte le sfide di un concorso matematico mondiale.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.