Astra, il modello di OpenAI che avrebbe risolto 10 problemi matematici aperti da decenni

La notizia ha attirato l’attenzione perché non riguarda un test standardizzato, come una gara di matematica, ma problemi di ricerca ancora irrisolti. Allo stesso tempo, matematici e ricercatori di intelligenza artificiale hanno invitato a distinguere tra ciò che è stato effettivamente verificato e ciò che resta da valutare sul piano scientifico .

Quali problemi avrebbe affrontato Astra

OpenAI descrive risultati sotto forma di dimostrazioni, controesempi e miglioramenti di limiti superiori in otto ambiti della matematica e dell’informatica teorica :

• Gruppi non sofic: una costruzione esplicita che dimostrerebbe l’esistenza di gruppi non sofic. La questione era aperta da quando Mikhail Gromov introdusse il concetto di soficità nel 1999 .
• Congettura di rigidità di Connes: una congettura di lunga data nell’ambito delle algebre di von Neumann sarebbe stata confutata .
• Impacchettamento di sfere in alta dimensione: Astra avrebbe ottenuto nuovi limiti superiori per la densità dell’impacchettamento in dimensioni non ancora completamente risolte .
• Tre problemi di Paul Erdős: il modello avrebbe risolto tre problemi combinatori aperti appartenenti al cosiddetto “canone di Erdős”, incluso il problema n. 183 sui numeri di Ramsey multicolori .
• Teoria della complessità aritmetica: sono stati riportati nuovi risultati sui circuiti aritmetici .
• Codici binari e sferici: OpenAI parla di miglioramenti esponenziali per alcuni limiti relativi a questi codici .
• Ripetizione parallela quantistica: il lavoro include nuovi risultati nell’ambito della complessità quantistica .
• Problema del vettore più vicino e congettura del volume di Ehrhart: la lista comprende anche progressi nella crittografia basata sui reticoli e un risultato sulla congettura di Ehrhart .

Il punto centrale, quindi, non è un singolo teorema, ma un insieme eterogeneo di risultati in aree tecniche molto diverse.

Come sono state controllate le dimostrazioni

OpenAI non si è limitata a pubblicare le risposte generate dal modello. Per ciascun risultato ha fornito un certificato di dimostrazione Lean 4, cioè un file che un sistema informatico può controllare passo dopo passo .

Lean è un assistente per le dimostrazioni formali: verifica che una conclusione segua dagli assiomi e dalle definizioni inserite nel sistema, segnalando errori di tipo, passaggi mancanti o inferenze incoerenti . I file sono stati resi pubblici su GitHub e, secondo i materiali diffusi, il conteggio di sorry — il comando usato in Lean per lasciare non dimostrato un passaggio — è pari a zero per tutte e dieci le formalizzazioni .

È un elemento importante perché consente a ricercatori esterni di ripetere il controllo tecnico. Ma non equivale automaticamente a una revisione scientifica completa.

Lean può stabilire che un teorema formalizzato segue dalle definizioni e dagli assiomi scelti. Non può invece garantire da solo che:

• il teorema formalizzato corrisponda esattamente al problema descritto nel comunicato;
• le definizioni adottate coincidano con quelle intese dalla comunità matematica;
• il risultato sia davvero nuovo rispetto alla letteratura esistente;
• il risultato abbia la rilevanza o la portata suggerita dalla presentazione pubblica .

Per questo restano necessari controlli indipendenti sul legame tra la dimostrazione informale e quella formalizzata, sulle riduzioni utilizzate, sulla novità e sull’importanza dei risultati .

Cosa significa davvero il costo di 2.000 dollari

La cifra più ripresa dell’annuncio è quella dei 2.000 dollari. OpenAI ha precisato che si tratta del costo equivalente dei token usati per generare le dieci soluzioni, calcolato alle tariffe dell’API Sol .

Non è però il costo complessivo dello sviluppo di Astra, né il prezzo dell’intero programma di ricerca. La stima non include i tentativi falliti, le sessioni di esplorazione parallele, la potenza di calcolo interna impiegata nella ricerca, la selezione dei problemi, la preparazione del manoscritto di 249 pagine o il lavoro necessario per trasformare gli argomenti in certificati formali .

La distinzione è decisiva: il dato descrive il costo dei tentativi riusciti secondo un prezzo API equivalente, non quanto sia costato ottenere quei risultati dall’inizio alla fine. Anche il confronto con lo stipendio annuale di un dottorando in matematica — che in una grande università statunitense può superare i 50.000 dollari — va quindi interpretato con cautela .

Perché l’annuncio è stato accolto con cautela

La comunità matematica non ha ancora emesso un verdetto

La disponibilità dei certificati Lean alza il livello delle prove presentate, ma non chiude tutte le questioni. Alcuni ricercatori ritengono che le dimostrazioni possano essere formalmente corrette senza che i risultati siano necessariamente sorprendenti, importanti o descritti correttamente come soluzioni dei problemi originari .

Prima di parlare di svolta definitiva serviranno dunque letture, verifiche e discussioni indipendenti da parte degli specialisti.

Il successo in matematica potrebbe non generalizzarsi

Il ricercatore cognitivo Gary Marcus ha sostenuto che il successo in matematica rappresenta un caso particolare. La matematica offre infatti strumenti simbolici per verificare i passaggi e permette di produrre grandi quantità di dati sintetici con risposte controllabili; caratteristiche che non si trasferiscono automaticamente a scienza, politica o situazioni del mondo reale .

In altre parole, una capacità eccezionale in un dominio formalizzato non dimostra da sola un’analoga affidabilità nel ragionamento generale.

Chi verifica le dimostrazioni generate dall’IA?

Anche quando il certificato è leggibile da una macchina, resta aperta una domanda sull’origine del risultato. Non esiste ancora un metodo condiviso per stabilire se una soluzione prodotta da un modello proprietario sia una scoperta originale, una ricostruzione non attribuita di lavori già esistenti o una combinazione di idee note .

Inoltre, Astra non è stato rilasciato al pubblico: non sono disponibili un modello card, benchmark riproducibili o dati sul tasso di fallimento che ha preceduto i dieci casi presentati .

Il nodo della revisione tra pari

L’annuncio arriva poco dopo la “Dichiarazione di Leiden” del giugno 2026, con cui alcuni matematici hanno criticato l’abitudine delle aziende di IA di presentare risultati di ricerca attraverso comunicati e post aziendali invece che tramite il normale processo di revisione tra pari .

Il confronto con precedenti annunci sull’IA matematica, compresi quelli legati a Google DeepMind e AlphaGeometry, ha spinto diversi osservatori a chiedere prudenza prima di parlare di un cambio di paradigma .

Le possibili conseguenze per la ricerca

Se i risultati supereranno il vaglio indipendente, l’effetto più immediato potrebbe essere una forte riduzione del costo della ricerca esplorativa: piccoli gruppi, singoli ricercatori e istituzioni con risorse limitate potrebbero usare modelli avanzati per cercare congetture, controesempi e strategie di dimostrazione .

Ma il cambiamento avrebbe anche un lato istituzionale. La comunità scientifica dovrebbe definire regole più chiare per attribuire il merito, dichiarare il contributo dei modelli e sottoporre a revisione le dimostrazioni generate da sistemi proprietari . Se gli strumenti più avanzati restassero accessibili soltanto tramite API commerciali, una parte dell’infrastruttura della ricerca matematica potrebbe spostarsi dalle università e dagli enti pubblici verso le aziende private .

Astra introduce inoltre un parametro più ambizioso per misurare le capacità matematiche dell’IA. Risolvere esercizi di gara o benchmark già predisposti è diverso dal produrre risultati su problemi aperti che, secondo OpenAI, non avevano registrato progressi sostanziali da almeno dieci anni .

La conclusione più prudente, per ora, è questa: OpenAI ha presentato dieci affermazioni matematiche accompagnate da una quantità di materiale verificabile insolitamente ampia per un annuncio aziendale, ma la formalizzazione automatica non sostituisce il giudizio degli esperti. Se Astra avrà davvero spostato il confine della matematica, saranno le verifiche indipendenti e la pubblicazione scientifica — non il solo comunicato — a stabilirlo. Thomas Bloom, matematico dell’Università di Manchester, ha definito i risultati “grande notizia”, respingendo però l’idea che l’IA stia semplicemente sostituendo i matematici: il modello si basa su oltre un secolo di teoria matematica ed è stato costruito con il contributo di matematici .