Tech • IA • Crypto
Comment un modèle de raisonnement a résolu un problème mathématique vieux de 80 ans — The OpenAI Podcast, ép. 20
9/10INTRO
Un modèle de raisonnement d’OpenAI a produit une réfutation crédible d’une grande conjecture d’Erdős vieille de 80 ans, signalant des avancées rapides de la recherche mathématique pilotée par l’IA.
POINTS CLÉS
Percée sur une conjecture d’Erdős
Un modèle de raisonnement avancé d’OpenAI a généré une réfutation de la conjecture des distances unitaires, un problème ancien de géométrie combinatoire posé par Paul Erdős. Il étudie combien de paires de points du plan peuvent être à distance exactement 1 et comment ce nombre évolue. Le résultat remet en cause l’idée d’Erdős selon laquelle une grille carrée était proche de l’optimal.
Un problème majeur avec des enjeux réels
La conjecture est une question centrale de la géométrie discrète et était assortie d’un prix historique de 500 $, signe de sa difficulté et de son importance. Contrairement à des problèmes plus obscurs d’Erdős, celui-ci a été largement étudié, ce qui rend sa résolution particulièrement marquante.
Une progression étonnamment rapide
Les systèmes d’IA peinaient encore avec des maths élémentaires fin 2023, puis ont atteint en quelques mois un niveau médaille d’or à l’Olympiade internationale de mathématiques (IMO). Des jalons attendus vers 2026 ont été atteints bien plus tôt, avec des modèles actuels dépassant désormais ce niveau.
Un modèle généraliste, non spécialisé
Le système n’a pas été entraîné uniquement pour les mathématiques. C’est un modèle de raisonnement généraliste capable de coder, naviguer sur le web et exécuter des programmes. Ses performances en maths proviennent d’améliorations globales du raisonnement, pas d’un réglage spécifique au domaine.
Le calcul à l’inférence comme moteur de capacité
Une innovation clé est le test-time compute, qui permet au modèle de « réfléchir plus longtemps » avant de répondre. Les performances augmentent avec davantage de calcul, l’exactitude sur des problèmes difficiles atteignant environ 50 % avec des budgets plus élevés.
Un raisonnement créatif interdisciplinaire
La solution relie la théorie des corps de classes à la géométrie combinatoire, une connexion rarement exploitée. Cette synthèse suggère que les modèles peuvent découvrir des liens non évidents exigeant créativité et précision technique.
Vérification humaine et scepticisme initial
Les mathématiciens ont d’abord été sceptiques vu la difficulté du problème. Après des examens prolongés sans erreur détectée, la confiance a grandi quant à la validité de la preuve. Plusieurs experts l’ont analysée sur plusieurs jours.
Impact immédiat sur la recherche
En une semaine, des mathématiciens ont réutilisé des idées de la preuve générée par l’IA pour traiter des problèmes connexes, y compris des réfutations voisines. L’IA agit ainsi comme catalyseur de nouvelles découvertes humaines.
Évolution du travail mathématique
Les chercheurs observent un changement de flux de travail: l’IA prend en charge une grande part du code et de l’exploration. La productivité augmente et le champ des problèmes abordables s’élargit, avec exploration parallèle de multiples pistes.
Des limites pour la création de théories profondes
Malgré les progrès, les modèles ne peuvent pas encore créer de nouvelles théories complètes ni résoudre des problèmes comme P vs NP, qui pourraient exiger des décennies d’innovation conceptuelle. Leur force actuelle est la résolution de problèmes et la mise en relation d’idées existantes.
Implications plus larges pour la science et la sécurité
Ces avancées en raisonnement pourraient toucher la cryptographie, où l’IA pourrait valider ou contester des hypothèses de dureté. Des applications sont aussi attendues en physique et ailleurs, pour analyser des données et proposer des hypothèses.
CONCLUSION
La réfutation d’une grande conjecture d’Erdős par une IA généraliste marque un tournant, illustrant l’accélération des capacités de l’IA et son rôle émergent d’outil collaboratif pour la découverte scientifique.