ChatGPT semblait avoir résolu des problèmes mathématiques très complexes. La réalité était très différente

Un groupe de chercheurs d'OpenAI a affirmé avoir « trouvé des solutions à 10 problèmes d'Erdös jusqu'alors non résolus, et des progrès ont été réalisés sur 11 autres ». La déclaration semblait indiquer que GPT-5 avait fait un saut qualitatif important dans le domaine des mathématiques, mais la réalité était très différente. En fait, tout cela s’est avéré être une exagération qui pourrait nuire à la réputation d’OpenAI à l’avenir.

Que s'est-il passé ? L’affirmation des ingénieurs d’OpenAI était prometteuse, mais exagérée. Le message original de Mark Selke, l'un d'eux, a été rejoint par ceux d'autres chercheurs comme Boris Power – qui s'est excusé après avoir réalisé qu'ils avaient commis une erreur -, ou Sebastian Bubeck – qui a également fini par modifier le tweet et a reconnu l'erreur. Le tweet original semblait indiquer clairement que GPT-5 avait réussi à résoudre plusieurs des célèbres problèmes mathématiques d'Erdös. Cela ne les avait pas vraiment résolus.

GPT-5 a servi à trouver des solutions. Le mathématicien Thomas Bloom, qui est justement en charge de gérer le site internet où sont gérés tous ces problèmes ouverts, a rapidement clarifié la situation. Comme il l'a expliqué sur X/Twitter, les affirmations d'OpenAI étaient « une interprétation dramatiquement erronée ». Lorsqu'il parle de problèmes « ouverts » sur le site Web, ce qu'il veut dire, c'est qu'il ne connaît pas la solution, et non que le problème n'a pas été résolu. La seule chose que GPT-5 a fait a été de trouver des recherches et des études récentes que Bloom n'avait pas trouvées. Il faut dire ici que l’IA a récemment réussi à faire des progrès mathématiques frappants : Meta AI, par exemple, a réussi à généraliser la fonction de Lyapunov.

Demis Hassabis et Yann LeCun critiquent OpenAI. Demis Hassabis, PDG de DeepMind, a indiqué dans « retards », « retardé »), faisant référence aux attentes crédules que vend habituellement OpenAI.

Les attentes sont tout. Bien que les chercheurs et les ingénieurs d'OpenAI aient reconnu leur erreur, nous constatons ici un schéma dangereux : même les employés de l'entreprise – ou les passionnés qui la suivent – ​​peuvent finir par être victimes de ces attentes. Il est très probable qu'en interne, la pression pour réaliser de grands progrès avec leurs modèles soit énorme, mais cela peut conduire à des oublis et à des exagérations comme celle-ci qui peuvent coûter cher à la réputation de l'entreprise.

GPT-5 n’a pas mal fonctionné du tout. Bien que le rôle du GPT-5 dans ce processus ait été exagéré, il faut reconnaître que ce modèle a démontré sa capacité à devenir un assistant très précieux pour les chercheurs. Ainsi, ce modèle d'IA peut effectuer des recherches sur Internet et dans les bibliothèques d'études scientifiques de manière très puissante, et peut « trouver des solutions » déjà publiées là où les universitaires ne les avaient pas encore vues lorsqu'ils essayaient de résoudre des problèmes connexes.

Assistante de recherche. Pour le mathématicien Terence Tao, il s’agit précisément d’un élément très frappant de ces modèles d’IA : ils ne résolvent peut-être pas les problèmes mathématiques les plus complexes, mais ils peuvent accélérer des tâches fastidieuses comme la recherche de littérature académique qui aide à les résoudre. Pour cet expert, l’IA peut contribuer à « industrialiser » les mathématiques et agir comme un catalyseur ou un « lubrifiant » pour les hypothèses et théories des mathématiciens.

Mais c'est important. OpenAI est une machine à créer des attentes, et son PDG, Sam Altman, n'hésite pas à faire des promesses vagues et impossibles à vérifier pour susciter davantage d'intérêt pour ses modèles d'intelligence artificielle générative. Il y a un an, il avait promis qu'AGI arriverait « dans quelques milliers de jours », ce qui ressemble à l'une de ces « promesses de Musk ».

Pari risqué. Ces dernières semaines, nous avons vu comment OpenAI a conclu des accords de financement circulaires uniques avec NVIDIA, AMD ou Broadcom pour créer des centres de données, mais la réalité est que tous ces projets se concentrent sur une seule promesse : que l'IA deviendra un élément fondamental de nos vies le plus tôt possible. Cela peut arriver, bien sûr, mais si ce n’est pas le cas, l’effet domino peut être une catastrophe absolue étant donné les dizaines de milliards de dollars investis dans de tels projets.

Images | Vitali Gariev

À Simseo | Si la question est de savoir s’il existe une bulle IA, Sam Altman vient de donner la réponse. Celui avec lequel il gagne