Scienza

Terence Tao, il matematico che chiede di capire le dimostrazioni verificate dalle macchine

Penelope H. Fritz
Aggiungici su Google
Terence Tao
Terence Tao
Photo: Institute for Pure & Applied Mathematics / CC BY 4.0, via Wikimedia Commons
Nascita17 luglio 1975
Adelaide, Australia
ProfessioneMatematico
PremiRoyal Medal · Premio Salem · Premio Memorial Bôcher

Quando Levent Alpöge ha reso pubblica un’enorme dimostrazione dell’Ipotesi di Riemann generalizzata scritta interamente in codice Lean e generata con il contributo massiccio di un modello di intelligenza artificiale, Terence Tao ha fatto ciò che fa da buona parte della sua vita professionale: ha aperto il suo blog e ha cercato di spiegare agli altri matematici che cosa fosse appena accaduto. Non l’ha definita una svolta. Non l’ha definita un errore. L’ha collocata all’ultimo posto tra i risultati della settimana in base a quanto qualcuno fosse riuscito a digerirla, aggiungendo, con un certo sollievo, che almeno questa volta c’era un autore in carne e ossa a cui fare domande.

Questa sobrietà è la cosa più rivelatrice del matematico della UCLA in questo momento. Pochi hanno fatto più di Tao per rendere rispettabile la dimostrazione verificata dalle macchine: negli ultimi anni ha convinto dei volontari a tradurre teoremi in Lean, il linguaggio di programmazione in cui un computer verifica ogni passaggio logico. Oggi le macchine producono argomentazioni verificate più in fretta di quanto qualcuno riesca a leggerle, e l’uomo che ha contribuito a farle entrare è diventato la voce più tenace del settore nel sostenere che una dimostrazione che nessuno comprende non è ancora matematica compiuta.

Tao è nato il 17 luglio 1975 ad Adelaide, primo di tre figli di Billy Tao, pediatra originario di Shanghai, e di Grace Leong, nata a Hong Kong, laureata in matematica e fisica e insegnante nelle scuole superiori. I genitori si erano conosciuti all’Università di Hong Kong e si erano trasferiti in Australia nel 1972. Il racconto dell’infanzia è stato ripetuto così tante volte che ormai suona come un’abitudine da leggenda: a nove anni frequentava corsi alla Flinders University, a dieci vinceva una medaglia di bronzo alle Olimpiadi internazionali della matematica, a 13, nel 1988, l’oro, che ancora oggi ne fa il più giovane medaglia d’oro nella storia della competizione. A 14 anni studiava a tempo pieno alla Flinders, a 17 ha concluso il master e con una borsa Fulbright è partito per Princeton, dove nel 1996, a 20 anni, ha completato il dottorato in analisi armonica sotto la guida di Elias Stein.

Da allora ha dedicato buona parte del tempo a smontare la leggenda costruita da quei numeri. In un saggio del 2007 intitolato “Does one have to be a genius to do maths?”, ha risposto di no, sostenendo che l’impegno costante conta molto più di un presunto gene del genio. Chi conosce solo il bambino prodigio spesso non coglie quanta parte del suo lavoro da adulto sia lenta e collaborativa, in gran parte svolta in pubblico, nei commenti del blog e in file condivisi con decine di coautori.

La UCLA lo ha assunto nel 1996 e lo ha nominato professore ordinario nel 1999, a 24 anni. I risultati che ne sono seguiti hanno attraversato confini che la maggior parte dei matematici non varca mai. Con Ben Green ha dimostrato nel 2004 che i numeri primi contengono progressioni aritmetiche di qualunque lunghezza finita, risultato oggi noto come teorema di Green–Tao. Con Emmanuel Candès e Justin Romberg ha contribuito a gettare le basi del compressed sensing, la matematica che permette di ricostruire un segnale con molte meno misurazioni di quante un tempo sembrassero necessarie, un lavoro passato dalla teoria pura all’imaging medico. La Medaglia Fields è arrivata nel 2006, seguita negli anni dal Breakthrough Prize in Mathematics, dal Premio Crafoord, dalla Royal Medal e, nel 2020, dal Premio Principessa delle Asturie, condiviso con Candès.

Ha continuato a scegliere problemi dai nomi celebri. Nel 2015 ha risolto il problema della discrepanza di Erdős; nel 2019 ha dimostrato che quasi tutte le orbite della congettura di Collatz raggiungono prima o poi valori quasi limitati, uno dei risultati parziali più significativi su quel problema da decenni. Poi la sua attenzione si è spostata sul modo in cui le dimostrazioni vengono verificate. Nel 2023, dopo aver dimostrato la congettura polinomiale di Freiman–Ruzsa con Timothy Gowers, Ben Green e Freddie Manners, ha invitato dei volontari a formalizzarla in Lean, e hanno finito in circa tre settimane. Il suo Equational Theories Project, avviato nel 2024, ha unito collaboratori umani e strumenti automatici e ad aprile 2025 aveva risolto tutte le oltre 22 milioni di implicazioni tra 4.694 leggi algebriche.

Qui l’immagine pubblica e il matematico al lavoro si separano. È stato il matematico più in vista a usare apertamente strumenti di IA, e nel 2023 aveva previsto che quelli della generazione del 2026 sarebbero stati coautori affidabili; a febbraio 2026 ha detto che quella previsione si era avverata quasi esattamente nei tempi. Eppure a settembre è stato tra i 25 medagliati Fields che hanno firmato una dichiarazione intitolata “A Severe Misalignment of AI in Mathematics”, e a ottobre ha detto di non vedere più un modo di confrontarsi in modo costruttivo con OpenAI. Non nasconde le ambiguità: dopo la sospensione, nel 2025, dei finanziamenti federali alla ricerca della UCLA, compreso il suo e quello che sostiene l’Institute for Pure and Applied Mathematics, dove supervisiona i progetti speciali, i fondi di OpenAI hanno contribuito a finanziare un workshop dell’istituto a marzo 2026. Gli strumenti che ha sostenuto, la verifica formale su tutti, sono esattamente ciò che permette di accettare sulla parola di un computer una dimostrazione illeggibile. La sua tesi, oggi, è che i matematici debbano restare nel circuito come interpreti dei risultati, e non solo come semplici generatori di risultati, come ha detto al Los Angeles Review of Books nel novembre 2026.

Oltre a discutere, costruisce alternative. Tao ha cofondato SAIR, un’organizzazione senza scopo di lucro che raccoglie fondi per il lavoro sull’IA applicata alla matematica, e a ottobre lui e Yu Deng hanno presentato Open Math OS, una piattaforma ospitata che dà ai ricercatori accesso a modelli open source senza che debbano possedere l’hardware per eseguirli. A novembre ha pubblicato con Quanta Books Six Math Essentials, il suo primo libro per il grande pubblico, un viaggio attraverso sei idee, dai numeri alle dinamiche, presentato in dialogo con l’astrofisica Janna Levin a Brooklyn. Arriva a più di trent’anni da Solving Mathematical Problems, la guida alla risoluzione dei problemi che scrisse da adolescente. A giugno 2026 è stato nominato Companion of the Order of Australia.

Vive a Los Angeles con la moglie, Laura Tao, ingegnera elettrica al Jet Propulsion Laboratory della NASA, e i loro due figli.

Il verdetto sull’archivio di Alpöge arriverà dai volontari che lo stanno esaminando nella chat della comunità Lean e dall’articolo che Alpöge dice di avere ora intenzione di scrivere. Tao ha già detto che la digestione richiederà tempo. Nel frattempo fa qualcosa di meno visibile: pubblica, una settimana alla volta, le note delle lezioni del suo corso di laurea magistrale sull’analisi armonica, la materia che imparò a Princeton, per studenti che dovranno decidere che cosa significhi comprendere una dimostrazione.

Tag: , , , , ,

Aggiungici su Google

Discussione

Ci sono 0 commenti.