Résumé :
Vous vous souvenez plus tôt ce mois-ci, lorsque des mathématiciens accusaient OpenAI d'essayer de prendre la tête et de rivaliser pour obtenir les résultats d'un problème mathématique ultra-difficile, ce qui a plongé l'entreprise dans un tollé général ? Selon des personnes proches des progrès de la recherche, le fait est qu'OpenAI est sur le point de résoudre un autre problème mathématique du problème du Prix du Millénaire. Le problème du Prix du Millénaire comprend un total de sept défis mathématiques célèbres, et la question auparavant controversée de l'existence et de la fluidité de l'équation de Navier-Stokes en fait partie.
La source a déclaré que les employés de l'entreprise s'attendent à ce que le prochain objectif, la conjecture de Hodge, soit prouvé dans un laps de temps relativement court. La conjecture de Hodge étudie si certaines caractéristiques géométriques d'une géométrie définie par des équations polynomiales peuvent toujours être décrites par des composants algébriques plus simples. Cependant, OpenAI peut mettre plus de temps à annoncer les résultats de la preuve. La raison en est que l'entreprise étudie comment coopérer avec la communauté mathématique pour publier les résultats de manière appropriée afin d'éviter une nouvelle crise de relations publiques.
Pourquoi OpenAI s'intéresse-t-il à ces problèmes mathématiques difficiles et complexes ? Après tout, résoudre de tels problèmes coûte cher : prouver auparavant les résultats liés à l’équation de Navier-Stokes aurait pu coûter des millions de dollars. La source a déclaré qu'OpenAI avait utilisé une variante du modèle pré-entraîné de nouvelle génération (nom de code « Doug ») pour compléter cette preuve.
Certains chercheurs d'OpenAI estiment qu'après le génie logiciel, les mathématiques sont le prochain domaine logique à conquérir pour les grands modèles. Les deux domaines ont des caractéristiques similaires : tous deux nécessitent un raisonnement logique étape par étape et la plupart des résultats peuvent être automatiquement vérifiés. Certains chercheurs estiment même que les changements d’automatisation survenus dans le domaine du génie logiciel au cours de l’année écoulée se répéteront dans le domaine des mathématiques au cours des 6 à 9 prochains mois.
En outre, surmonter des problèmes mathématiques difficiles aidera également les développeurs d'IA à promouvoir l'automatisation de la recherche sur l'apprentissage automatique : l'apprentissage automatique lui-même implique de nombreuses mathématiques. Ce type d’automatisation est une partie importante de leur objectif d’auto-amélioration récursive (l’IA développe indépendamment une nouvelle IA).
Tester la capacité de modèles de pointe à résoudre des problèmes mathématiques qui n'ont jamais été prouvés peut également aider les chercheurs à évaluer le niveau de progression et les capacités de raisonnement complexe des modèles. Si le modèle peut résoudre des problèmes difficiles tels que l'équation de Navier-Stokes et la conjecture de Hodge, cela peut signifier qu'il est également capable de résoudre des problèmes tout aussi difficiles dans d'autres domaines tels que la biologie et la chimie.
De plus, tant que les résultats sont publiés sans susciter un fort mécontentement parmi les mathématiciens, de telles avancées peuvent également créer de nouveaux jalons accrocheurs pour OpenAI et servir de puce publicitaire dans la course à la super intelligence artificielle générale, ce qui est naturellement bénéfique pour l'entreprise.
Commentaires