RedNoten tekoäly teki historiaa: täydellinen pistemäärä Matematiikan olympialaisissa

Vertailu tekoälyn aiempiin suorituksiin IMO:ssa

Keskeisiä eroja:

• 2024: AlphaProof sai 28/42 (hopea) ja oli ensimmäinen tekoäly, joka todisti vastauksensa muodollisesti oikeiksi Lean-todistusavustimen avulla .
• 2025: Sekä Google DeepMind että OpenAI pääsivät kultatasolle (35/42), mutta kumpikaan ei saavuttanut täydellistä pistemäärää . Googlen järjestelmä sai 5/6 tehtävästä oikein.
• 2026: RedNoten dots-note-3.0 on ensimmäinen, joka saavutti täydet 42/42 – ensimmäinen kerta, kun tekoäly on ratkaissut kaikki tehtävät . Se teki tämän suhteellisen kevyellä mallilla . Myös Huawei raportoi täydellisestä tuloksesta samassa kilpailukierroksessa .

Tarkkuus ja vahvistus: Mitä tuloksen taustalla on?

Ei virallista IMO-kilpailuun osallistumista

Kriittinen huomio: dots-note-3.0 ei istunut virallisessa IMO-kilpailussa 666 ihmiskilpailijan joukossa . IMO:n yleiset säännöt rajoittavat osallistumisen kutsuttuihin maihin ja alle 20-vuotiaisiin ihmiskilpailijoihin . Sen sijaan teknologiayrityksille annetaan samat tehtävät sen jälkeen, kun ihmiskilpailijat ovat suorittaneet kokeen, ja heidän ratkaisunsa arvioidaan IMO-tuomareiden toimesta .

Itse asetetut, itse arvioidut puitteet

Vuonna 2025 IMO-komitea ei kirjoittanut muodollisia sääntöjä tekoälyn osallistumiselle, mikä tarkoitti, että jokainen yritys saattoi määritellä omat testausolosuhteensa – matemaatikot ovat huomauttaneet, että tämä mahdollisti yrityksille "sekä oman kotitehtävän asettamisen että arvioinnin" . Sama epämuodollinen prosessi jatkuu vuonna 2026. Kuten eräässä analyysissä todettiin, dots-note-3.0 "ei osallistunut kilpailuun perinteisessä mielessä" – se ratkaisi tehtävät jälkikäteen yrityksen määrittelemien testausprotokollien mukaisesti .

IMO-tuomareiden vahvistus

RedNote on ilmoittanut, että mallin ratkaisut toimitettiin viralliseen IMO-arviointiin ja niille myönnettiin täydet pisteet samoilla tuomareilla, jotka arvioivat ihmiskilpailijat . Myös Huawein malli vahvistettiin samoin. Tämä antaa tulokselle merkityksellisen uskottavuuden, koska tuomarit ovat riippumattomia ja ratkaisuja arvioitiin samalla kriteeristöllä.

Mitä tämä tarkoittaa?

Saavutus on aito siinä mielessä, että malli tuotti oikeat, IMO-arvioidut ratkaisut kaikkiin kuuteen tehtävään. Mutta kyseessä ei ole virallinen IMO-mitali – IMO ei muodollisesti myönnä mitaleita tekoälyjärjestelmille. Vertailu aiempiin tekoälytuloksiin on reilu, koska nekin järjestelmät ratkoivat samoja tehtäviä jälkikäteen samankaltaisissa olosuhteissa. Kaikki IMO:n "tekoälyn kultamitalit" tulisi kuitenkin ymmärtää epävirallisiksi, jälkikäteen arvioiduiksi vertailuarvoiksi eikä suoriksi voitoiksi live-kilpailussa. dots-note-3.0 -tulos on silti merkittävä virstanpylväs ensimmäisenä kertana, kun tekoäly on saavuttanut täydellisen pistemäärän kokonaisessa IMO-tehtäväsarjassa.