Le nouveau modèle Astra d’OpenAI a permis 10 avancées mathématiques

Les mathématiques étaient autrefois le trophée le plus sûr de l’IA : benchmarks, médailles aux Olympiades et problèmes dont les réponses étaient connues.

Eh bien, OpenAI affirme qu’Astra, son prochain grand modèle, a produit dix résultats sur des problèmes anciens de géométrie, de cryptographie, d’informatique quantique et de mathématiques pures. Certains tranchent des conjectures ; d’autres sont censés améliorer les meilleures limites connues.

Voici ce qui s’est passé

• Astra a réalisé la première amélioration depuis 1978 d’une limite majeure concernant l’empilement de sphères en grande dimension : la façon dont des objets identiques peuvent être agencés le plus densément possible dans de nombreuses dimensions.
• Il a construit un « groupe non sofic », un objet dont les chercheurs se demandaient s’il existait, réfutant ainsi la conjecture de rigidité de Connes.
• Les jetons nécessaires à une solution réussie coûteraient environ 2 000 dollars aux tarifs de l’API Sol, OpenAI affirme.
• Des humains ont préparé des articles avec Astra ; le modèle a converti chaque preuve en Lean, dont le vérificateur contrôle chaque étape logique.
• OpenAI a publié un article de 249 pages, des fichiers Lean et des reconstitutions, rédigées par le modèle, du développement des idées (article, explication du raisonnement).

Dans sa première analyse, Gary Marcus a salué Astra, tout en avertissant que des mathématiques vérifiables ne prouvent pas l’existence d’un raisonnement scientifique universel. Les mathématiques offrent un retour binaire — juste ou faux — et un entraînement synthétique sans fin ; la recherche contre le cancer, la stratégie militaire et la plupart des décisions du monde réel, non.

Puis la réponse de Marcus : le mathématicien d’Anthropic Levent Alpöge a déclaré que Claude Fable, accessible au public, avait reproduit environ la moitié des résultats en 24 heures, avec une invite générique, sans Internet et en totale autonomie. Cela nécessite une comparaison publique à données constantes, mais affaiblit l’idée qu’Astra ait franchi à lui seul un seuil singulier.

Pourquoi c’est important

La percée pourrait dépasser le cadre d’un seul modèle secret.

L’IA de pointe semble entrer dans une boucle de recherche réutilisable : les humains sélectionnent des problèmes vérifiables ; les modèles explorent d’immenses espaces d’idées (avec des gigawatts — pas au sens littéral, mais presque — de puissance de calcul) ; des logiciels de preuve vérifient les réponses. Cela pourrait condenser des années d’essais et d’erreurs mathématiques en quelques jours… et l’humanité en bénéficie.

Notre point de vue

Le nombre manquant est le dénominateur. Noam Brown a reconnu qu’OpenAI avait essayé sans succès d’autres problèmes majeurs, mais l’entreprise n’a pas indiqué combien, quelle quantité de conseils humains elle avait reçue ni le coût total des tentatives infructueuses. Le prochain test crédible serait un ensemble ouvert de problèmes non résolus, défini à l’avance, où chaque échec compte.

Cela dit, si Astra maintient ce taux de réussite, l’IA n’a pas « résolu » la science à proprement parler, mais elle a changé à jamais la manière dont une partie des travaux scientifiques sont réalisés. Prions pour les évaluateurs d’articles universitaires qui vont devoir vérifier tout ça…

Note de la rédaction : cet article a d’abord été publié dans notre publication sœur, The Neuron.