FunSearch si distingue per la sua struttura duale, composta da due componenti interagenti sinergicamente. Il primo è un modello linguistico pre-addestrato, abilmente configurato per generare soluzioni creative esprimendo codice informatico. Il secondo è un “valutatore” automatico che esamina attentamente le proposte generate dal modello linguistico, scartando le opzioni più improbabili e scorrette. Solo le soluzioni più promettenti vengono reinviare
al modello linguistico, dando inizio a un processo iterativo che si ripete milioni di volte. Questo ciclo di feedback continuo consente al sistema di affinare costantemente le sue soluzioni, sviluppando nuove informazioni che superano la conoscenza umana consolidata, configurandosi così come vere e proprie scoperte.L’applicazione di FunSearch è stata testata su due problemi matematici che resistevano ancora alla risoluzione umana. La riuscita della AI in queste sfide apre prospettive interessanti, suggerendo possibili applicazioni pratiche in settori come la progettazione di centri di elaborazione dati più efficienti. Gli autori dello studio sottolineano che la forza distintiva di FunSearch risiede nella sua capacità di generare programmi che svelano la struttura delle soluzioni, anziché limitarsi a mostrarne i risultati finali. Questo approccio può avere un impatto significativo nell’ispirare ulteriori ricerche da parte degli scienziati, alimentando un circolo virtuoso di miglioramento e scoperta.
La comunità scientifica è ora entusiasta di esplorare le potenziali applicazioni di FunSearch in vari ambiti, spaziando dalla matematica pura all’ottimizzazione dei processi industriali. L’auspicio è che questa AI diventi un catalizzatore per nuovi sviluppi scientifici. In questo modo potrebbe aprire la strada a una maggiore comprensione dei problemi irrisolti. Inoltre, potrebbe creare soluzioni innovative in campi al di là delle attuali capacità umane.