Le mathématicien de renom Terence Tao, lauréat de la médaille Fields, s’interroge sur la durabilité de l’approche actuelle de l’intelligence artificielle dans la résolution de problèmes mathématiques ouverts.
Alors que des systèmes comme AlphaGeometry, FunSearch et les travaux récents sur la théorie des nœuds démontrent une capacité impressionnante de l’IA à trouver des solutions, Tao souligne une différence fondamentale avec la méthode humaine. Les mathématiciens développent de nouvelles théories et outils, générant ainsi un cycle continu de nouvelles questions et découvertes.
Selon Tao, l’IA actuelle opère davantage comme une « extraction » de connaissances mathématiques existantes, appliquant des algorithmes puissants de recherche et de reconnaissance de motifs pour résoudre des problèmes spécifiques. Cette approche, bien qu’efficace, ne semble pas générer de nouvelles théories ou poser de nouvelles questions de manière intrinsèque.
Cette dynamique soulève la crainte d’un épuisement des problèmes « faciles » ou « accessibles » sans que l’IA ne contribue à la création de nouveaux cadres mathématiques. La pérennité de la découverte mathématique pourrait dépendre de la capacité future de l’IA à non seulement résoudre, mais aussi à générer de nouvelles pistes de recherche.
Source : Hacker News (Algolia)