- Sam Altman affirme qu'OpenAI continuera à publier les découvertes scientifiques réalisées avec ses modèles d'IA.
- Certains chercheurs saluent des avancées « fantastiques » dans des domaines particulièrement difficiles.
- D'autres préviennent que ce rythme devient « psychologiquement éprouvant » pour le monde universitaire.
L'une des grandes promesses des entreprises d'intelligence artificielle comme OpenAI et Anthropic consiste à utiliser leurs modèles pour résoudre certains des problèmes les plus anciens des mathématiques et des sciences. La rapidité des découvertes rend déjà leur suivi difficile pour de nombreux experts. Mais Sam Altman vient d'annoncer que de nouvelles avancées étaient encore à venir. Et cette perspective ne réjouit pas tout le monde.
Lors de son passage dans le podcast Cheeky Pint, le patron d'OpenAI a affirmé que « l'humanité mérite d'accéder aux connaissances fondamentales » et que son entreprise ne devrait pas garder secrète une découverte scientifique majeure.
Cette philosophie explique la multiplication des publications d'OpenAI dans ces disciplines. Certains des problèmes mathématiques les plus anciens et les plus complexes auraient ainsi trouvé des solutions grâce aux modèles de l'entreprise. Mais la présentation de ces résultats suscite également des critiques. Les chercheurs dénoncent parfois une attribution insuffisante des travaux antérieurs et des procédures de vérification discutables.
Sam Altman a reconnu ces préoccupations pendant le podcast. Il a expliqué comprendre les critiques concernant la méthode de publication et a admis que la recherche de défis mathématiques par OpenAI avait parfois pris des proportions excessives. Il a toutefois laissé entendre que de nouveaux résultats étaient encore à venir. Interrogé sur l'existence de découvertes non publiées, il a répondu par l'affirmative, sans hésitation.
Cette déclaration nourrit les accusations selon lesquelles OpenAI conserverait certaines avancées essentielles au lieu de les partager immédiatement. Un autre problème concerne le volume considérable de nouvelles recherches, qui submerge progressivement les universitaires. Le magazine Wired rapporte notamment qu'OpenAI a récemment déposé sur GitHub 722 manuscrits portant sur 400 problèmes. La communauté scientifique doit désormais examiner cette immense quantité de travaux.
Pour Thore Husfeldt, de l'Université des technologies de l'information de Copenhague, voir le travail de toute une vie remis en question par une machine peut se révéler « psychologiquement éprouvant ». Il décrit un climat de pessimisme et d'inquiétude, puisque les résultats annoncés par l'IA toutes les semaines ou toutes les deux semaines peuvent soudainement rendre caducs les projets de recherche sur lesquels de nombreuses personnes travaillent depuis des années.
Des domaines entiers de recherche remis en cause
La capacité des modèles d'IA à s'attaquer à des problèmes réputés extrêmement difficiles a récemment été illustrée par des travaux qui auraient réfuté l'hypothèse du temps exponentiel (ETH). Cette conjecture, issue de la théorie de la complexité informatique, concerne la difficulté de résolution de certaines catégories de problèmes. Une éventuelle réfutation aurait des conséquences majeures sur de nombreux résultats reposant sur cette hypothèse.
Une telle découverte pourrait remettre en cause un grand nombre de travaux et contraindre les chercheurs à revoir leurs approches.
Peter Jonsson, professeur à l'Université de Linköping, explique à Wired que l'IA peut effectivement rendre frustrantes des années de recherche. Mais ces résultats permettent également d'apprendre énormément, ce qui constitue précisément l'essence de la science.
Daniel Lokshtanov, professeur à l'Université de Californie à Santa Barbara, résume l'état d'esprit de nombreux mathématiciens en comparant ces annonces à une « énorme bombe larguée au milieu du domaine ». Une situation qu'il juge à la fois passionnante et terrible.
Thore Husfeldt décrit quant à lui cette découverte comme « fantastique ». Pour lui, être mathématicien revient souvent à avancer à tâtons dans une pièce totalement obscure. L'IA aurait soudainement éclairé un domaine entier, permettant aux chercheurs d'explorer des questions auparavant presque invisibles. Cette perspective rend la période particulièrement enthousiasmante.
Il faut toutefois souligner une limite essentielle : les travaux d'OpenAI concernant l'hypothèse ETH n'ont pas encore fait l'objet d'une évaluation par les pairs ni d'une vérification indépendante. Leur validité ne peut donc pas être considérée comme définitivement établie.
Cela n'enlève rien au potentiel de l'IA pour transformer la recherche scientifique. Mais ce changement s'accompagne d'un mélange d'enthousiasme, d'incertitude et de désorganisation, particulièrement pour les chercheurs dont les travaux reposent sur des hypothèses anciennes.
Peter Jonsson résume finalement cette situation de manière pragmatique. Peu lui importe qu'une démonstration soit rédigée par un humain, une IA ou même transmise par un extraterrestre. Si elle est correcte, la communauté scientifique doit pouvoir l'utiliser.
