IT之家 Le 28 octobre, OpenAI a annoncé, le lundi en heure locale, avoir réalisé des progrès remarquables dans les domaines de la mathématique, des sciences informatiques et de la physique. L’entreprise a également déclaré qu’elle adaptait sa manière de communiquer sur ses résultats. Cependant, bien que cela semble une correction de stratégie, les chercheurs interviewés par The Verge expriment une plus grande irritation face à la manière dont l’entreprise fonctionne.
IT Home a noté que, au cours des derniers mois, il y a eu de nombreuses tensions entre OpenAI et le monde des mathématiques. À début octobre, l’entreprise a publié plusieurs centaines de preprints en une seule fois, alourdissant la charge de travail des mathématiciens. Cette fois, OpenAI a annoncé qu’elle collaborerait avec des experts du domaine en tant que « guides » afin de déterminer la manière appropriée de publier ses dernières découvertes.
Trois résultats ciblent chacun plusieurs problèmes non résolus importants dans les domaines de la mathématique, des sciences informatiques et de la physique. Une partie continue les directions de recherche déjà établies par OpenAI, tandis que l’autre partie ouvre de nouvelles voies de recherche. Selon les conseils donnés par ces « guides », les trois résultats ont été publiés selon des méthodes différentes : les résultats dans le domaine des mathématiques ont été publiés directement en tant que contenus de démonstration générés par l’IA, afin que les chercheurs puissent organiser eux-mêmes l’interprétation de ces conclusions ; pour les résultats dans le domaine des sciences informatiques, OpenAI a constitué un groupe de recherche externe chargé de l’interprétation ; quant aux résultats dans le domaine des sciences physiques, ils ne seront pas publiés au public pour l’instant, et OpenAI a indiqué que cela sera décidé par un groupe d’experts externes concernant la manière de leur publication ultérieure.
Cet exploit mathématique est très impressionnant ; on dit qu’il a prouvé la conjecture de Kakeya dans toutes les dimensions. En termes simples, cette question porte sur : quelle est la plus petite surface nécessaire pour faire tourner une aiguille ou un crayon dans différentes directions. Plus tôt cette année, le mathématicien Wang Hong a remporté le prix Fields, une récompense de grande importance, grâce à la preuve de la conjecture en version tridimensionnelle. Le professeur de mathématiques à l’Université Brown, Brendan Hassett, a déclaré que les conclusions données par OpenAI « semblent étayées », mais il a également souligné qu’il n’a pas encore vérifié les preuves formelles de Lean, c’est-à-dire ce système de formalisation qui s’appuie sur la vérification informatique des conclusions.
Les résultats dans le domaine de la physique se concentrent sur le modèle standard, qui constitue le cadre théorique le plus mature et complet dans les sciences physiques. Les recherches se portent sur la dynamique colorique quantique, théorie qui décrit la force nucléaire forte, l’une des quatre forces fondamentales, ainsi que sa relation avec la théorie de Yang-Mills ; la théorie de Yang-Mills est également une pierre angulaire de la physique des particules modernes et fait partie des sept grands problèmes du millénaire. Cependant, cette étude menée par OpenAI ne résout pas le problème de l’« intervalle de masse » resté ouvert.
Le dernier résultat affirme que l'hypothèse du temps exponentiel est infirmée. C’est une hypothèse largement reconnue dans le domaine de la science informatique théorique : certaines questions ne peuvent pas être résolues plus rapidement que par une enquête brute. Cette hypothèse est étroitement liée aux problèmes NP-P, qui sont également des problèmes majeurs du millénaire et font partie des problèmes non résolus les plus connus dans ce domaine. Leur essence porte sur l’examen de ces questions dont les réponses peuvent être facilement vérifiées, afin de déterminer si elles peuvent également être résolues rapidement.
En raison de l’épaisseur variable des informations publiées et du niveau élevé d’exigence pour la vérification de ces résultats, il est difficile pour les chercheurs de juger complètement ces conclusions. Même en disposant de toutes les données, le processus de validation nécessiterait beaucoup de temps. Cependant, les experts interviewés ont indiqué que ces résultats méritent d’être pris au sérieux, et de nombreuses personnes les ont qualifiés de « très importants », « représentant une avancée majeure » ou « ayant une signification profonde ».
Les chercheurs, bien sûr, sont enthousiastes face à ces progrès scientifiques, mais ils sont également agacés par les pratiques d’OpenAI. Après avoir reçu de nombreuses conclusions de recherche produites par l’IA au cours des derniers mois, ce sentiment de fatigue est déjà très familier. De nombreux chercheurs espèrent que l’ensemble du monde académique puisse se concentrer sur les tâches de vérification lourdes, tout en se demandant pourquoi OpenAI doit encore ajouter des barrières et sélectionner personnellement des experts pour superviser tout le processus.
La plupart des experts interrogés ont approuvé la démarche d’OpenAI de solliciter les opinions de chercheurs externes, mais ils ont affirmé que la publication publique des conclusions de recherche signifie qu’il convient de rendre les documents correspondants accessibles à tous pour vérification. Constantin Kogler, chercheur au Institut de recherche supérieur, a déclaré : « Comparé aux centaines de articles publiés en une seule fois auparavant, cette fois-là où seulement trois résultats sont dévoilés, je suis d’accord avec ce rythme de publication. » Cependant, il ne partage pas l’idée de limiter le droit d’accès aux experts choisis par OpenAI. Il a déclaré : « Il n’y a aucune logique à ne permettre au début qu’un petit nombre de scientifiques renommés consulte le contenu. »
Le professeur de physique à l’Université de Texas à Austin, Andreas Karch, a déclaré : « Le fait qu’ils choisissent eux-mêmes l’équipe d’experts est très mauvais. Les grands laboratoires possèdent déjà une influence suffisante ; ils ne devraient pas décider de qui est qualifié ou exclu. » Au début, Karch a proposé que les chercheurs soient sélectionnés par un processus de choix, mais il admet aussi que les personnes finalement retenues seront très probablement des universitaires de premier plan. Ensuite, il posa une question : pourquoi ne pas diffuser directement les documents justificatifs en même temps que le groupe d’interprétation des experts ? « De cette manière, tout le monde aura la possibilité de accéder au contenu, et cela montrera également leur volonté que les résultats soient compris et pris en compte. »
Un jour avant la publication officielle d’OpenAI, l’équipe de conseil spécialisée en mathématiques et en intelligence artificielle (AGMAI) a publié un document mettant en garde spécifiquement contre ce type de contrôle des informations. L’équipe a déclaré : « Nous ne recommandons pas aux entreprises d’IA d’adopter ce modèle. » Selon eux, il n’est pas nécessaire de donner priorité à l’accès aux contenus pour certains groupes de personnes. Cette pratique exploite la réputation des chercheurs sélectionnés, tout en présentant une série de risques tels que des accès inégaux, des choix biaisés dans le processus de sélection et des retards inexpliqués dans les progrès. Le plan proposé par l’équipe de spécialistes est le suivant : les laboratoires d’IA devraient télécharger leurs résultats sur des plateformes académiques préimprimées, en joignant des preuves formelles et des explications sur le sujet choisi, tout en fournissant des fonds et un soutien complémentaire afin d’aider les chercheurs à interpréter ces conclusions.
Après la publication de ces nouveaux résultats, AGMAI exige que OpenAI publie immédiatement le texte en langage naturel correspondant à ce résultat physique ainsi que la preuve formalisée en format Lean :
Ces problèmes sont à la fois des questions fondamentales en physique et des problèmes mathématiques importants. L'existence de la théorie de Yang-Mills quantique fait partie des difficultés du Grand Prix du millénaire, tandis que la construction de la théorie des champs quantiques d’interaction tridimensionnelle et quadridimensionnelle a été un objectif dans le domaine de la physique mathématique pendant des décennies.
Nous respectons beaucoup les scientifiques invités par OpenAI pour diriger ce travail. Mais, comme nous l’avons déclaré précédemment, l’interprétation des résultats doit se faire dans un cadre public, et tous ont les mêmes droits d’accès. OpenAI explique que le report de la publication vise à terminer la formalisation en forme Lean. Selon eux, ce travail est désormais achevé, et, du point de vue scientifique, il n’y a aucune raison de continuer à retarder la publication.
Selon Hasset, rendre les résultats complètement publics contribue également à promouvoir le développement scientifique et aide les nouveaux outils tels que l’IA à être acceptés plus largement. « Lorsque plusieurs équipes de recherche dans le monde étudient ces conclusions ensemble, les chercheurs qui en ont besoin peuvent utiliser ces nouveaux outils plus rapidement. »
Trouver un mode de communication qui satisfasse tous les chercheurs dans les domaines dans lesquels OpenAI s’engage, est peut-être même irréaliste. OpenAI indique qu’elle teste différentes approches et reconnaît que chaque méthode comporte des compromis. Jared Duker Lichtman, mathématicien de l’Université de Stanford, dit : « Mon sentiment est que, quel que soit le choix, certains seront insatisfaits. Nous devons simplement trouver la méthode avec le moins de controverses. »
Le professeur de mathématiques à l’Institut technologique de l’État de la Géorgie, Xiaoyu He, estime que le problème est bien plus profond que la forme de publication. « Les résultats sont très impressionnants, mais à mon avis, ils ne font que montrer leur attitude responsable et prudente, en évitant les contradictions essentielles : ces difficultés fondamentales ont été résolues rapidement par l’IA, sans contribution des chercheurs humains, et le texte de justification produit est difficile à lire et difficile à vérifier. »