La preuve de Navier-Stokes par OpenAI relance le débat sur la compréhension mathématique de l’IA

OpenAI affirme que des milliers d’agents d’intelligence artificielle ont résolu le problème, vieux de plusieurs décennies, de l’existence et de la régularité de Navier-Stokes. Des experts n’ont toutefois pas encore confirmé ce résultat. La preuve de 166 pages reste soumise à l’évaluation par les pairs, tandis que les mathématiciens s’interrogent sur la valeur d’une réponse produite par une machine que les humains ne comprennent pas encore.

Un problème fondé sur la compréhension

Les équations de Navier-Stokes décrivent l’écoulement des fluides visqueux et ont des applications pratiques en ingénierie, notamment pour modéliser l’écoulement de l’air. Le défi mathématique est plus abstrait : il cherche à déterminer si ces équations peuvent produire une singularité, autrement dit une explosion irréaliste d’un fluide, dans certaines conditions. Les mathématiciens étudient cette question pour sa profondeur théorique, et non parce que sa résolution améliorerait directement la conception des avions.

Cette distinction est importante, car la recherche mathématique développe souvent des concepts dont les usages n’apparaissent que bien plus tard. Le cas de la théorie des nombres et celui des nombres imaginaires illustrent ce processus : leurs applications ont émergé après de longues périodes de travail principalement motivées par la curiosité intellectuelle.

Un résultat avant son explication

Selon le récit disponible, le système d’OpenAI a utilisé une approche de calcul par force brute pour parvenir au résultat, en produisant un raisonnement dans un ordre inhabituel. Les chercheurs tentent maintenant de comprendre ce qu’il a réellement fait. Des experts ont critiqué le manque de transparence de l’entreprise, tandis qu’un mathématicien a suggéré que les travaux d’autres chercheurs n’avaient peut-être pas été correctement attribués.

La validité et la compréhension de la preuve restent donc en suspens. Les experts n’ont pas encore eu suffisamment de temps pour la vérifier, et les grands modèles de langage citent leurs sources de façon peu fiable et expliquent mal leur raisonnement. Le récit ne permet pas non plus d’établir le degré d’autonomie du processus ni l’importance de l’expertise humaine qui l’a soutenu.

Ce qui pourrait disparaître

Les mathématiciens mentionnés dans le récit craignent que la délégation des calculs difficiles fasse disparaître les efforts qui conduisent à de nouvelles définitions, méthodes et conjectures. Ils avertissent également que l’automatisation des problèmes simples pourrait réduire les occasions pour les étudiants et les jeunes chercheurs d’apprendre grâce à un travail accompagné.

En réaction à une déclaration signée initialement par 25 lauréats de la médaille Fields et d’autres chercheurs, OpenAI a créé un groupe consultatif de mathématiciens. Cette déclaration appelle à préserver la compréhension en mathématiques, plutôt qu’à rejeter l’IA. Le récit souligne aussi que la production de la preuve a nécessité des millions de dollars en puissance de calcul, une somme qui pourrait autrement financer des chercheurs universitaires.

Illustration éditoriale générée par IA ; ce n’est pas une photographie documentaire.

Source: Solving Math’s Greatest Problems Was an Art Form. Then Came AI