La révolution de L'IA en Mathématiques

 

L'IA en Mathématiques:

Les cinq dernières années furent assez rudes pour ce qui découle de la créativité humaine. Après avoir volé le travail de millions d’artistes pour entraîner des modèles d’IA générative, après avoir détruit la valeur des textes et des mots laissant un doute sur l’origine de chaque mail ou transcription numérique, après avoir inondé la toile de saloperies épileptiques dégénératives, détruisant le temps d’attention des générations présentes et futures. Après avoir pollué les eaux, les terres et même après avoir chamboulé le marché des composants électroniques ce qui m'empêcha de trouver de la RAM à un prix abordable … Ce n’était pas assez, il fallait même qu’ils s'attaquent à la recherche fondamentale.

Que se passe-t-il ?

Les trois dernières années les Large Language Models (llm, ou grands modèles de langage en Français) ont été source de progrès époustouflantsss dans pratiquement tous les champs d’application, médecine, psychologie, enseignement … Et un champ d’application particulièrement fécond pour ces “llm” est la recherche scientifique, et en particulier la recherche mathématique puisqu’elle ne réclame que peu voire pratiquement pas d’observations dans le monde réel. C’est cet aspect théorique qui rendait la recherche mathématique si particulière, voire même complètement déconnectée de la réalité. 

 

Les grandes entreprises de la Tech dont la plus connue Google se sont engouffré dans la brèche dès 2023, mais c’est vraiment en 2026 que les démonstrations assistées par IA et formalisées par Lean, un langage de programmation permettant de rédiger des résultats en partant d’axiomes et de les vérifier de manière algorithmique. Ainsi le travail de validation peut lui-même être délégué à la machine, mais cela pose un problème évident: si la machine conjecture, résout et valide toute seule ses recherches, que reste-t-il de la compréhension humaine des mathématiques, peut-on alors vraiment affirmer qu’un résultat a été assimilé dès lors qu’il a échappé à toute intervention humaine?

 

Oeuvre du Musée HR Giger, source 



“Move fast and break things”

C’est le fameux adage des géants de la Tech, la course incessante à la meilleure technologie le plus vite possible va bouleverser l’équilibre déjà établi. Il faut alors être le plus rapide possible, le plus innovant et avant gardiste, “peu importe les coûts aux investisseurs ou bien même à la société”. 

 

Dans cette optique, il est alors essentiel pour chaque entreprise de la tech d’être les plus agressives et rapaces possible. Attraper le plus de capitaux possible afin d’avoir une place hégémonique sur les marchés et ensuite de pivoter vers des profits, On a tous en tête l' exemple typique d’Amazon ou bien d’Uber qui on détruit leurs marchés respectifs afin de s’y placer en acteurs dominants.

 

Dans cette optique, on peut voir que les intérêts des géants de la Tech comme OpenIA ou de Anthropic sont avant tout de convaincre le public de leur supériorité technique. C’est donc là que l’on comprend les intentions qu'ont ces entreprises à résoudre des problèmes de mathématiques. 

Science ou coup de com’?

On ne compte désormais plus les avancées mathématiques attribuées à l’Intelligence artificielle générative, et leur nombre ne fera surement qu' augmenter d’ici les prochaines années voir les prochains mois…

 

Parmi ces avancées récentes, celle qui a surement fait le plus de bruit était le communiqué d’OpenAI du 8 Septembre 2026 où l’entreprise a affirmé avoir résolu l’un des 7 grands problèmes du Millénaire formalisé par l'Institut Clay. Sans entrer dans les détails du problème, OpenAI avait été accusée d’avoir volé le travail de chercheur utilisant aussi des llm, l’histoire est éventuellement plus complexe que cela, les deux approches semble différente et en plus le papier en langage naturel d’OpenAI n’est peut être même pas consistant avec la formalisation Lean proposée (plus d’informations en sources).

 

Il faut aussi dire qu'avant même l’arrivée des grands modèles de langage, le monde mathématiques était déjà enseveli sous les preuves et les papier en tout genres de tout sujets et de toutes formes. Au final OpenAI a surtout remis une couche par dessus, à titre d’exemple la démonstration de la  conjecture de Poincaré (Un autre des problème du millénaire) par Grigori Perelman fut publiée en 2002 et ne fut validée qu' en 2006 où il s’est rendu très célèbre en refusant la médaille Fields ainsi que le millions de dollars promis à quiconque trouvant la solution d’un des problèmes du millénaire.

Grigori Perelman, 1993

Les mathématiques du futur?

Pour porter un regard objectif, il est clair que ces nouvelles technologies sont un outil formidable pour la recherche, et en particulier pour la recherche mathématiques. Il n’y a de tout façon pas de réel retour en arrière possible une fois qu’une technologie est développée. La problématique est désormais le développement que prendront ces technologies au sein de nos sociétés, à quoi ressemblerait la recherche académique où des chercheurs travailleraient avec l’aide d’outils “intelligents”.

 

À cet égard Il n’y a pas encore de consensus clair, ni au seins des académie ni au seins des autorités politiques, alors on peut tous porter sa vision des fait et accompagner la sociétée dans son changement, de la même manière qu’avec l’Internet, les smartphones, et les réseaux sociaux, ce sont désormais les grands modèles de langage qui façonneront en partie l’avenir.

 

Sur ce sujet, Terence Tao, l’un des plus grands mathématiciens du siècle, envisage l’idée des mathématiques 2.0 où les outils d’IA seraient avant tout utilisés pour soutenir la compréhension et l’expertise humaine. Le but ne serait plus la démonstration à tout prix, mais aussi le développement de raisonnements et d’idées fondamentales

 

Terence Tao, 2012, source

Bibliographie:

(The Guardian Avril 2026, Contexte)

 

(Lettre Ouverte d’une partie de la Communautée mathématique)

 

 (Communiqué d’OpenAI du 6 Octobre 2026)

 

(communiqué d’OpenAI du 8 septembre 2026)

 

(scientificamerican, sur OpenAI et Navier stokes)

 

(Problème sur les formalisation Lean)

 

(Plus sur la formalisation en Lean, et ses limites)

 

(This is normal bad work)

 

(Terence Tao, Nature 22 Octobre 2026)

Sources Images:

Image-Titre: https://commons.wikimedia.org/wiki/File:1920_-_before_the_storm.jpg je sais pas comment l’attribuer mais l’image est juste parfaite 

 

Truc HR Giger, c’est un peu moche mais je vois pas un meilleur artiste pour illustrer les liens entre technologie et humanité. Si ça ouvre des curieux vers cet univers, j'en serais très fier.  

 

Grigori Perelman: libre de droit https://commons.wikimedia.org/wiki/File:Perelman,_Grigori_(1966).jpg

 

Terence Tao: doit mettre la source sous la photo d’après la licence donc voila…

Linked-In social?:

On entend parler d’IA partout tout le temps à toutes les sauces, quoiqu’on en pense elle fait désormais partie du quotidien. Dans le présent article notre rédacteur Adrien Mocaer essaie de présenter les bases d’une problématique récente en mathématiques en lien avec les développements de l’IA

 

Pour plus d’articles, consultez notre site : 

https://www.heconomist.ch/

 

#Math #IA #Revolution

 

Trois Articles:

 

Culture

L‘inconscient chez Carl Jung

Avez-vous déjà pu penser que vous étiez plus que ce que vous êtes ? Je veux dire, vous êtes déj&agrave…

Matthieu Sahli ·