The Brief
Comment fonctionne l'IA 5 min de lecture

Résolu, mais incompris: ce que signifie vraiment la percée mathématique de l'IA

NAVION

Partager

Les mathématiques ont longtemps été considérées comme l’un des derniers domaines où le raisonnement humain conserve un avantage net sur les machines. Cette hypothèse est désormais mise à rude épreuve. En l’espace d’un seul été, les systèmes d’IA développés par des entreprises telles que OpenAI, Anthropic et Google sont passés de la difficulté à résoudre des problèmes de niveau recherche standard à la revendication de solutions pour certaines des questions non résolues les plus célèbres de l’histoire des mathématiques. La réaction de la communauté mathématique n’a été ni une simple célébration ni un simple rejet. Elle a été plus complexe: la reconnaissance que les règles d’une discipline entière sont en train d’être réécrites, et que personne n’a demandé l’avis des mathématiciens au préalable.

Le problème du millénaire qui a changé la donne

Le problème de l’existence et de la régularité des solutions des équations de Navier-Stokes est l’un des sept problèmes du prix du millénaire, un ensemble de défis mathématiques extrêmement difficiles posés en l’an 2000 par l’institut de mathématiques Clay. Avant cet été, un seul des sept avait jamais été résolu par des humains: la conjecture de Poincaré. L’annonce par OpenAI de la résolution du problème de Navier-Stokes a donc eu un impact considérable.

Jacob Tsimerman, lauréat de la médaille Fields et professeur à l’Université de Toronto, a reconnu le poids de ce moment lors du Heidelberg Laureate Forum, un rassemblement annuel de personnalités éminentes des mathématiques et de l’informatique qui se tient en Allemagne. “Nous avons assisté à des augmentations rapides des capacités, encore plus rapides que beaucoup de gens, y compris moi-même, ne l’attendaient”, a-t-il déclaré. “Résoudre Navier-Stokes semble plutôt définitif.”

Le progrès ne s’est pas arrêté là. Anthropic aurait utilisé une version inédite de Claude en août pour travailler sur l’hypothèse de Riemann, réalisant des progrès significatifs sur un problème connexe. On dit que OpenAI dirige ses modèles les plus avancés vers la conjecture de Hodge. Les ressources de calcul complètes des grandes entreprises technologiques étant désormais tournées vers ces problèmes, de nombreux mathématiciens considèrent qu’il n’est qu’une question de temps avant que d’autres ne soient résolus.

Une percée accompagnée d’un problème de comportement

L’annonce de la solution de Navier-Stokes ne s’est pas faite sans heurts. Le mathématicien Tristan Buckmaster de l’Université de New York, qui progressait significativement sur le même problème aux côtés de Levent Alpöge d’Anthropic, a décrit une correspondance avec OpenAI qu’il a qualifiée de coercitive et menaçante. Michael Harris de l’Université Columbia, qui a vu cette correspondance, a indiqué que la couverture médiatique de cet épisode concordait globalement avec l’idée d’un OpenAI bouleversant les normes disciplinaires. Geordie Williamson de l’Université de Sydney s’est montré plus direct: “Je pense que OpenAI s’est comporté de manière extrêmement médiocre, et nous devrions le reconnaître au sein de la communauté.”

OpenAI n’a pas répondu aux demandes de commentaires avant la publication de l’article.

Peter Scholze, lauréat de la médaille Fields et professeur à l’Université de Bonn, a proposé une interprétation acerbe de la raison pour laquelle les entreprises technologiques ciblent précisément ces problèmes. “Elles résolvent vraiment ces problèmes mathématiques difficiles comme des critères de référence, comme une sorte de coup publicitaire”, a-t-il déclaré lors d’un panel de discussion au Forum. Selon cette lecture, les problèmes du millénaire ne constituent pas principalement une mission scientifique. Ils représentent une démonstration de capacités destinée aux investisseurs et aux utilisateurs potentiels, avec l’histoire mathématique en toile de fond.

Ce qui se perd lorsqu’une machine trouve la réponse

Voici ce que la plupart des articles consacrés à ces annonces manquent: résoudre un problème et comprendre un problème ne sont pas la même chose. Williamson a formulé cette distinction avec précision. La communauté mathématique a traditionnellement mesuré le progrès par sa capacité à résoudre des problèmes difficiles, mais ce qu’elle valorise réellement, c’est la compréhension, le développement de nouvelles méthodes, de nouveaux cadres, de nouvelles façons de penser qui peuvent être appliquées ailleurs. Les solutions de l’IA, telles qu’elles sont produites actuellement, tendent à fournir des réponses sans générer ce type de perspicacité transférable. Les deux mesures, comme l’a noté Williamson, ne sont plus corrélées.

Cela crée une crise pratique pour les mathématiciens en activité, en particulier ceux qui débutent leur carrière. Mita Ramabulana, un jeune mathématicien de l’Université du Cap, a découvert que deux des dix avancées mathématiques annoncées par OpenAI en août empiétaient sur ses propres travaux en cours. La préoccupation qu’il soulève n’est pas abstraite: les chercheurs font désormais face à la possibilité que des problèmes dans lesquels ils ont investi beaucoup de temps soient résolus par quelqu’un se contentant de les saisir dans un modèle de langage.

Ailsa Robertson, doctorante à l’Université d’Amsterdam travaillant sur la cryptographie résistante au quantique, a décrit des collègues dépensant des milliers d’euros en jetons de calcul supplémentaires, des sommes substantielles pour des doctorants. Elle a également décrit une forme de pression plus subtile: le sentiment que ne pas utiliser ces outils signifie se laisser distancer par des pairs qui convoitent les mêmes postes académiques limités. Robertson a réagi en réorientant sa propre recherche, s’éloignant des mathématiques pour se tourner vers les implications sociétales de la transition vers des systèmes résistants au quantique. Son raisonnement est direct: elle ne souhaite pas bâtir une carrière autour de la vérification des résultats produits par des modèles de langage.

OpenAI a annoncé en juillet qu’elle fournirait 100 000 licences gratuites de ses modèles de pointe aux chercheurs académiques. Robertson a fait remarquer que certains collègues perçoivent ce type d’offre non pas comme de la générosité, mais comme une forme de coercition.

En bref

L’IA a franchi un seuil en mathématiques que la plupart des experts ne s’attendaient pas à voir atteint si tôt. La revendication concernant Navier-Stokes, si elle est vérifiée, constituerait le deuxième problème du prix du millénaire jamais résolu, et le premier par une machine. Mais l’histoire la plus importante est d’ordre structurel. Une technologie développée en dehors de la communauté mathématique, fonctionnant selon d’autres valeurs et incitations, redéfinit désormais la manière dont les mathématiques sont faites, qui en tire profit et à quoi sert même ce travail. Les réponses arrivent plus vite que la compréhension. Cet écart constitue le véritable problème à surveiller.

D’après un reportage de IEEE Spectrum.

Rédigé par

NAVION