Une IA a aidé à réfuter un problème mathématique vieux de 87 ans ce week-end

Ce week-end, un célèbre problème mathématique qui tenait depuis 1939 est tombé, et un modèle d’IA était présent. Le mathématicien Levent Alpoge a annoncé que la conjecture jacobienne est fausse et a attribué le gros du travail au modèle Fable 5 d’Anthropic, pendant qu’il regardait la finale de la Coupe du monde. Terence Tao, largement considéré comme l’un des plus grands mathématiciens vivants, a depuis publié une explication du résultat. Fait intéressant, un chercheur d’OpenAI a déclaré qu’une version interne du modèle Codex de l’entreprise avait trouvé seule pratiquement le même contre-exemple.

Une traduction rapide du jargon : une « conjecture » est une affirmation que les mathématiciens pensent vraie sans l’avoir démontrée. Pour en « réfuter » une, il ne faut pas une grande théorie ; il faut un seul « contre-exemple », un cas concret où l’affirmation échoue. C’est ce que le modèle a produit : un exemple précis qui brise la conjecture. Surtout, une fois l’exemple disponible, des mathématiciens humains ont pu le vérifier à la main en une journée. L’IA n’a demandé à personne de lui faire confiance : elle a fourni une réponse qui tient ou s’effondre par elle-même.

C’est déjà la deuxième histoire de ce type en une semaine. À la mi-juillet, un autre modèle aurait fait tomber une énigme statistique vieille de plusieurs décennies. Un schéma se dessine, qu’il vaut mieux comprendre que surjouer. Ces modèles deviennent réellement bons dans une tâche précise : parcourir un vaste espace de possibilités pour trouver une construction astucieuse sur laquelle un humain pourrait buter pendant des années. Ce n’est pas la même chose que « comprendre » les mathématiques, ni une intelligence générale. C’est un puissant outil de recherche appliqué à des problèmes où toute réponse proposée est peu coûteuse à vérifier.

Ce que cela signifie pour vous: Si vous n’êtes pas mathématicien, l’effet pratique aujourd’hui est à peu près nul, et c’est honnête plutôt que méprisant. Mais la forme de ce succès compte. La manière la plus fiable d’utiliser l’IA sur des problèmes difficiles est précisément celle-ci : laisser le modèle proposer et laisser des humains, ou un ordinateur, vérifier. Quand une réponse est vérifiable, peu importe que le modèle invente parfois, car un mauvais contre-exemple échoue simplement au contrôle. Ce principe, utiliser l’IA pour générer et garder un moyen peu coûteux de vérifier, se transpose dans des cadres bien plus ordinaires, du code avec des tests à une affirmation que vous pouvez consulter. Réserve juste : « l’IA a résolu un problème de maths » fait un meilleur titre que « l’IA a proposé un candidat qu’un expert humain a ensuite vérifié », mais la seconde version est la bonne.

Sources

• Source
• Source
• Source