Une jeune femme de 24 ans vient de lever 64 millions de dollars pour créer une IA mathématicienne plus intelligente que Terence Tao (largement considéré comme le plus grand mathématicien vivant au monde).
Elle s’appelle Carina Hong, et sa startup Axiom Math a déjà résolu un problème vieux de 130 ans et réfuté une conjecture vieille de 30 ans.
Mais ne vous méprenez pas : il ne s’agit pas de rendre ChatGPT meilleur en algèbre. Il s’agit de créer une IA qui découvre des théorèmes mathématiques entièrement nouveaux, les démontre formellement et devient plus intelligente à chaque itération.
Nous parlons du type de mathématiques qui finit par débloquer des avancées dans la conception des puces, la sécurité aéronautique, l’informatique quantique et pratiquement tous les domaines scientifiques imaginables.
Dans notre dernier épisode de podcast, nous nous entretenons avec Carina au sujet de son projet de créer une mathématicienne superintelligente, de la manière dont les neurosciences révèlent d’étonnants motifs mathématiques cachés dans la nature, et des raisons pour lesquelles elle considère que l’IA pour les mathématiques est le « pilier algorithmique » qui permet de tout débloquer, de la conception des puces au trading quantitatif.
Voici quelques-uns des moments les plus fascinants :
- (1:56) La découverte récompensée par un prix Nobel selon laquelle les cellules du cerveau des rats s’activent selon des motifs hexagonaux parfaits, et pourquoi Carina affirme que « cela prouve presque l’existence de Dieu ».
- (6:57) Pourquoi les neurosciences n’ont pas encore orienté l’architecture de l’IA.
- (8:35) Ce que signifie réellement la « superintelligence mathématique ».
- (9:27) Ce qui distingue Carina d’un mathématicien légendaire comme Terence Tao, médaillé Fields (indice : c’est précisément ce qu’elle affirme que l’IA peut corriger).
- (10:30) La boucle d’amélioration autonome : une IA qui génère des conjectures, les démontre, tire les leçons de ses échecs et devient plus intelligente à chaque itération.
- (18:17) Pourquoi les mathématiques sont le « socle » qui se transfère à la physique, au code, à la finance et même au droit fiscal… mais pas l’inverse.
- (31:08) Comment Axiom a résolu un problème vieux de 130 ans sur les fonctions de Lyapunov, qui avait résisté à Poincaré, Newton et Lagrange.
- (33:57) L’astuce brillante qui empêche leur IA de générer des millions de théorèmes inutiles.
- (35:26) Comment l’IA détecte la nouveauté en trouvant des démonstrations qui relient « deux branches auparavant déconnectées : l’algèbre et la combinatoire ».
- (42:00) « Qui vérifie le vérificateur ? » Comment la vérification formelle permet à une proposition de trois lignes de produire une démonstration qui n’a jamais besoin d’être examinée par un humain
- (44:03) L’opportunité gigantesque : utiliser l’IA mathématique pour vérifier le code historique et le code généré par l’IA à grande échelle.
- (48:17) La vision de Carina pour un « IDE de raisonnement » où les traders quantitatifs et les ingénieurs auraient à portée de main des mathématiques du niveau de Terence Tao.
Notre passage préféré : le point de vue de Carina sur la manière dont l’IA pourrait enfin faire tomber les barrières entre les disciplines scientifiques (35:46):
- Carina explique que « les mathématiques assistées par machine favorisent effectivement la diffusion des idées entre différents domaines », CONTRAIREMENT aux humains, qui sont limités par leurs spécialisations universitaires ou par le « sujet de conférence », encore plus étroit.
- Elle raconte avoir assisté en cachette à un atelier sur l’apprentissage continu organisé à côté de sa conférence sur la combinatoire, en Allemagne, soulignant que ce type de fertilisation croisée « ne se produit pas à moins de placer littéralement deux ateliers l’un à côté de l’autre dans le même château, en pleine campagne allemande ».
- L’IA n’a pas besoin de châteaux voisins… elle peut voir simultanément les connexions dans l’ensemble des mathématiques, et c’est peut-être de là que viendront les prochaines démonstrations mathématiques et toutes sortes de découvertes inédites ; faire tomber les vieilles barrières de nos domaines d’attention humains, étroits, pour trouver de nouvelles connexions qui les recombinent toutes…
À regarder et/ou à écouter dès maintenant : YouTube | Spotify | Apple Podcasts
P.-S. Carina explique pourquoi les sociétés de trading quantitatif rêvent d’avoir un « Terence Tao IA » à portée de main… et pourquoi cela compte même si vous n’êtes pas mathématicien.
Note de la rédaction : ce contenu a été publié à l’origine dans la newsletter de notre publication sœur, The Neuron. Pour lire d’autres articles de The Neuron, inscrivez-vous à sa newsletter ici.