OpenAI publie une nouvelle série de percées en mathématiques
OpenAI a dévoilé les solutions à plusieurs problèmes mathématiques anciens, obtenues par un modèle de pointe qui n'a pas encore été rendu public. L'ensemble forme un lot de 722 manuscrits, regroupés en 372 familles de résultats, c'est-à-dire des ensembles d'articles apparentés. Selon l'AGMAI, un groupe consultatif indépendant récemment constitué de mathématiciens de haut niveau, chargé de communiquer ces travaux de façon responsable, cette publication comprend des solutions à « des centaines » de questions ouvertes. Ces résultats étaient attendus depuis plusieurs semaines.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de The Verge AI. Lire l'article original →
Cette nouvelle salve prolonge une série d'avancées qui ont à la fois impressionné et déstabilisé une partie de la communauté mathématique. Elle relance aussi les interrogations sur l'éthique de la recherche et sur la conduite académique. Lorsqu'un modèle produit plusieurs centaines de manuscrits à la fois, la vérification, l'attribution des découvertes et l'évaluation par les pairs deviennent des enjeux pratiques. Les revues, les chercheurs et les institutions doivent y répondre rapidement, car le rythme de production dépasse largement celui de la relecture humaine.
La création de l'AGMAI montre que le sujet dépasse la seule prouesse technique. Réunir des mathématiciens reconnus pour encadrer la diffusion des résultats traduit la volonté de rendre ces annonces crédibles auprès d'une discipline attachée à la rigueur de la preuve. Le modèle à l'origine de ces travaux restant inédit, c'est la validation indépendante des manuscrits par la communauté qui dira dans quelle mesure ces résultats tiennent et ce qu'ils changent à la pratique des mathématiques.
Les revues, chercheurs et institutions mathématiques européens, dont français, devront adapter vérification et évaluation par les pairs face à ce flux de manuscrits générés par IA.