Écoutez, nous sommes tous assez sûrs que le problème 3-SAT ne peut pas être résolu en temps polynomial. Donc, lorsque cela se pose — ce qui arrive plusieurs fois par jour — nous savons tous vers qui nous tourner. Répétons ensemble : l’Hypothèse du temps exponentiel (ETH). Je veux dire, bien sûr, elle n’est pas non plus prouvée, mais elle nous donne une bonne idée de combien de temps non polynomial quelque chose va prendre.
Ou pas ??? Parce qu’OpenAI affirme avoir tout juste réfuté l’intégralité de l’ETH. De retour à la planche à dessin, tout le monde !
En réalité, je ne fais que paraphraser une vidéo YouTube sur l’ETH (probablement mal) et je n’ai aucune idée de ce dont je parle. Mais si vous êtes un informaticien théoricien travaillant sur l’optimisation et les algorithmes, cela compte. Et OpenAI affirme cela ainsi que deux autres avancées dans son dernier lot de publications scientifiques.
En plus de croire que ses modèles d’IA ont réfuté l’ETH, OpenAI affirme avoir résolu quelque chose tiré de l’étude des ondes et des harmoniques, appelée « conjecture de Kakeya », en trouvant une nouvelle démonstration valable pour toutes les dimensions dans quelque chose nommé la « conjecture de lissage local ».
Mais ne vous laissez pas aller trop vite à propos de toutes ces ondes lisses, car côté physique, OpenAI affirme également détenir une preuve de « certaines théories quantiques des champs interagissants contenant des champs de jauge et des fermions en quatre dimensions, y compris la chromodynamique quantique (QCD) et une complétion unifiée du Modèle Standard de la physique des particules ». Oui, vous avez bien lu : des champs de jauge et des fermions !
Lorsque OpenAI a publié 377 résultats mathématiques sur GitHub au début de ce mois, son billet de blog contenait des passages qui paraissaient un peu sur la défensive, notamment des formulations selon lesquelles OpenAI « donnerait aux scientifiques les capacités de pointe », et travaillerait pour « publier de manière responsable le modèle qui a produit ces résultats ». Un groupe consultatif avec lequel ils avaient collaboré s’était déjà prononcé contre le fait qu’une entreprise privée utilise des modèles d’IA internes non publiés pour atteindre des résultats révolutionnaires, et OpenAI aurait apparemment fait cela.
Cette fois-ci, OpenAI assure au lecteur qu’OpenAI ne « cherche pas de crédit académique pour les découvertes produites par nos modèles internes ». Et apparemment à cette fin, il a un plan qu’il espère qui permettra de diffuser les découvertes générées par l’IA — et donc le crédit — vers les communautés mathématiques et physiques. Mais il s’agit d’un plan qui, poussé à l’extrême, pourrait rappeler Immortan Joe dans le film Mad Max: Fury Road, dispersant l’eau à ses sujets desséchés.
OpenAI publie des textes générés par ses modèles, et dit qu’ils sont « mieux compris comme une forme de données de recherche brutes », et que la tâche des communautés mathématiques et scientifiques sera de « convertir ces données de recherche brutes en compréhension scientifique ».
Les résultats mathématiques, OpenAI affirme, ont été « formalisés » ou « vérifiés » dans Lean, un outil d’assistance à la démonstration destiné à réduire le besoin de vérifier et revérifier le travail. La dépendance à Lean avait déjà été un problème pour OpenAI, puisque des lecteurs humains fouillant dans la solution vérifiée par Lean — prétendument — au problème du Millénaire de Navier–Stokes sont devenus préoccupés que Lean ait vérifié une assertion plus faible que celle initialement écrite dans ce qu’OpenAI a publié.
Au milieu de ces difficultés croissantes, OpenAI affirme avoir déjà « contacté des experts externes » — souvent les mêmes chercheurs sur lesquels les modèles s’appuient — et dit vouloir qu’ils jouent le rôle de « bergers », qui constitueront des groupes qui convertiront ensuite ces sorties d’IA en, eh bien, nouvelles connaissances humaines. Bien que dans le billet de blog, OpenAI reconnaisse que « le choix des premiers bergers façonne nécessairement qui est impliqué en premier et crée une asymétrie d’information ».
Pour ce qui est de la valeur, certaines des informations « brutes » se trouvent maintenant sur GitHub — mais pas tout. Le groupe travaillant sur la physique, par exemple, a décidé, dit OpenAI, « de retarder la publication des artefacts produits par l’IA et, à la place, de les écrire eux-mêmes ».
