AI may have just solved a million dollar math problem...

La capacité de prédire le mouvement des fluides est cruciale pour des avancées technologiques comme l'aviation et le refroidissement des puces, ainsi que pour la prévision météorologique. Le problème de Navier-Stokes, une question mathématique ouverte offrant un prix d'un million de dollars, concerne la prédiction du mouvement des fluides à des niveaux de complexité infinis. OpenAI a récemment annoncé avoir résolu ce problème grâce à son modèle d'IA de nouvelle génération, GPT-6 Astra, considérablement plus avancé que les versions précédentes. Cette résolution, en moins de cinq jours après 80 ans d'efforts humains, marque une étape majeure où l'IA s'attaque à des problèmes mathématiques complexes ayant des applications concrètes. Cela ouvre la voie à des découvertes en science des matériaux, en médecine et potentiellement à la guérison des maladies. Cependant, cette annonce est entourée de controverse. Deux mathématiciens, Tristan Buckmaster et Levent Alpaji, travaillaient sur ce même problème depuis un an, utilisant l'outil Codex d'OpenAI pour stocker leurs brouillons. En août, ils ont obtenu un résultat significatif. Peu après, des rumeurs ont circulé selon lesquelles OpenAI était au courant de leur travail. Le 6 septembre, OpenAI a contacté les mathématiciens, affirmant que leur propre IA avait trouvé une preuve pour une version plus complexe du problème, en utilisant une approche inhabituelle, identique à celle des deux chercheurs. Buckmaster a allégué qu'OpenAI n'avait lancé son propre modèle qu'un jour après avoir appris leurs progrès, suggérant que l'IA avait été "amorcée" dans la bonne direction grâce à leurs travaux. OpenAI a nié catégoriquement avoir accédé à leurs données privées, mais a admis qu'il était "peu probable" mais "non impossible" que des données dépersonnalisées issues de leur utilisation des produits aient contribué à l'amélioration de leurs modèles. Cette situation soulève des questions importantes sur la propriété intellectuelle et le risque de plateforme pour les entreprises utilisant les modèles d'IA d'OpenAI ou d'Anthropic. Le concept d'auto-amélioration récursive (RSI), où l'IA découvre comment s'améliorer, est déjà en marche chez OpenAI et Anthropic. Si l'IA peut résoudre un problème du prix du millénaire, elle peut résoudre n'importe quel problème mathématique, ce qui est à la fois excitant pour les avancées futures et effrayant quant à notre capacité à contrôler une IA en amélioration exponentielle. La rapidité de l'IA à résoudre ce problème (88 heures, 4,9 millions de messages entre agents, 300 milliards de tokens de sortie) soulève la question de la place des humains dans la découverte de nouvelles connaissances. Si l'IA est plus rapide et plus performante, où cela nous laisse-t-il ? Le crédit des futures innovations ira-t-il entièrement à l'IA ? Enfin, il y a un risque important pour les entreprises qui construisent leurs activités sur les modèles d'IA d'OpenAI. En utilisant ces modèles, elles fournissent leurs données, qui peuvent ensuite être utilisées pour entraîner les futures versions de l'IA, intégrant ainsi leur expertise. Cela met en lumière l'importance des modèles open-source et la nécessité d'examiner attentivement comment les laboratoires d'IA utilisent les données des entreprises pour former leurs futurs modèles.