Partager les progrès de l’IA en mathématiques

Nous publions un large éventail de nouveaux résultats mathématiques produits par un modèle interne de pointe.

Afin d’uniformiser notre façon de partager les résultats avec la communauté mathématique, nous avons consulté le groupe consultatif indépendant sur les mathématiques et l’intelligence artificielle de l’Institute for Advanced Study⁠(ouverture dans une nouvelle fenêtre) pour définir de bonnes pratiques. Nous intégrons ses conseils et ses recommandations publiques⁠(ouverture dans une nouvelle fenêtre) à notre démarche de publication de ces résultats.

Pour cette publication, nous mettons les résultats à disposition dans un dépôt GitHub, avec des protocoles de révision et de citation des articles. Nous continuons d’explorer, pour cette publication, d’autres solutions hébergées par la communauté qui respectent les recommandations du comité. Pour les prochaines publications, nous nous engageons à améliorer encore la qualité des articles en travaillant sur les références, l’exposé mathématique et la présentation des résultats, afin d’en faciliter la compréhension.

Dans notre dépôt GitHub, nous partageons la formalisation de nombreuses démonstrations en Lean, un langage de programmation qui permet de vérifier des preuves mathématiques par ordinateur. Nous ajouterons de nouvelles formalisations au dépôt à mesure que nous les obtiendrons.

Pour favoriser la transparence et l’ouverture scientifiques, nous publions également dans le dépôt des précisions sur la manière dont nous avons obtenu ces résultats. Elles comprennent 10 résumés du raisonnement du modèle, des estimations des ressources de calcul utilisées, exprimées en temps d’utilisation de Pro dans ChatGPT, ainsi que des statistiques sur le nombre de problèmes abordés. En moyenne, chaque résultat a nécessité des ressources de calcul équivalentes à environ trois heures de réflexion de ChatGPT Pro.

Nous souhaitons que ces avancées repoussent les limites du savoir humain et permettent de nouveaux progrès en mathématiques. Nous financerons une série d’ateliers, de conférences et de programmes dédiés à la compréhension de résultats majeurs produits par l’IA. Nous en dirons davantage prochainement.

Nous voulons donner directement aux scientifiques accès à des capacités de pointe et travaillons à la mise à disposition responsable du modèle qui a produit ces résultats. C’est pourquoi il est important de continuer à évaluer nos modèles internes de pointe en mathématiques et dans d’autres sciences, afin d’accélérer le développement d’outils qui feront progresser ces domaines. Nous continuerons à tenir compte des retours de la communauté et à actualiser nos normes pour les prochaines publications d’avancées scientifiques majeures.