OpenAI a soudainement publié des centaines d'ouvrages mathématiques préparés par l'un de ses modèles d'intelligence artificielle les plus avancés. Au total, l'entreprise a partagé 719 documents regroupés en 372 familles de résultats, dont beaucoup concernaient des problèmes non résolus depuis des années. Ce qui est frappant, c'est que le modèle utilisé n'est pas encore accessible au public et, même si ses résultats ont impressionné de nombreux chercheurs, tout le monde n'est pas satisfait de cette nouvelle façon de faire des mathématiques.
Les travaux, publiés sur GitHub, couvrent des domaines tels que l'algèbre, la théorie des nombres ou l'informatique théorique. Pour les obtenir, OpenAI a testé son système avec environ 4 000 problèmes ouverts et a dédié une capacité de calcul équivalente à environ trois heures de ChatGPT Pro à chaque résultat. Bien entendu, toutes les démonstrations ne sont pas vérifiées et l’entreprise elle-même reconnaît que certains documents peuvent contenir des erreurs.
Cette annonce intervient après qu'OpenAI ait présenté en septembre une solution au problème de Navier-Stokes, l'un des grands défis des mathématiques. Cette recherche a suscité les critiques du mathématicien Tristan Buckmaster, qui a remis en question le rôle des travaux antérieurs dans les résultats obtenus par l'IA. Cette fois, l'entreprise affirme avoir consulté un groupe d'experts indépendants pour améliorer la manière dont elle partage ses découvertes.
Résoudre des problèmes avec l’IA peut constituer une avancée considérable, mais cela inquiète également les mathématiciens
Steven Kelk, professeur associé d'informatique théorique à l'Université de Maastricht, a déclaré au journal néerlandais par Volkskrant qui contemple ces résultats avec admiration. Selon lui, l’IA aurait pu soudainement réaliser des avancées équivalentes à dix ou vingt années de recherche. Cependant, il estime également qu'il y a un problème important lorsque ces systèmes sont utilisés pour parvenir à une solution le plus rapidement possible, en laissant de côté tout ce qui a été appris au cours du processus.
En fait, Kelk en est venu à reconnaître que cette situation lui causait « un grand sentiment de vide ». Pour lui, la recherche, c'est aussi commettre des erreurs, collaborer avec d'autres professionnels et découvrir de nouvelles idées tout en essayant de résoudre un problème. Si une machine fournit directement la réponse, considérez qu’une partie de cette expérience disparaît.
Le mathématicien Terence Tao a également exprimé ses inquiétudes quant au fait que les chercheurs se tournent vers l'IA sans suffisamment comprendre les résultats obtenus. Et le groupe consultatif indépendant AGMAI a appelé à ce que ces avancées soient partagées de manière transparente et permettent le développement des connaissances humaines. OpenAI, de son côté, a annoncé une contribution de 5 millions de dollars à une initiative de la Fondation Simons visant à aider les mathématiciens à étudier et à comprendre les preuves générées par l'intelligence artificielle.
Photo | toile
