L'IA en mathématiques ouvre un nouvel âge d'or de la découverte scientifique
Les modèles d'IA générative ont contribué à résoudre une célèbre hypothèse de géométrie des graphes de Paul Erdős qui avait dérouté les mathématiciens pendant 80 ans. L'apprentissage automatique est désormais utilisé pour générer et vérifier des millions de chaînes logiques, associé à des prouveurs de théorèmes interactifs comme Lean pour éviter les hallucinations. Cela marque un tournant où l'IA amplifie l'ingéniosité humaine en mathématiques plutôt que de la remplacer.
Le mathématicien hongrois Paul Erdős a laissé des centaines de problèmes non résolus avec des prix en espèces, dont l'hypothèse des distances unités en théorie des graphes géométriques. Cette hypothèse demande essentiellement le nombre maximum de connexions de longueur égale parmi un ensemble de points, une énigme qui a résisté à l'intuition humaine pendant près de 80 ans. Un algorithme génératif a découvert des structures spatiales non triviales que les humains avaient négligées, résolvant partiellement le problème. Aujourd'hui, l'IA gère le travail fastidieux d'énumérer des millions de combinaisons et de repérer des motifs cachés, tandis que les assistants de preuve interactifs comme Lean ou Coq vérifient chaque étape, éliminant les hallucinations. Malgré ces succès, des problèmes fondamentaux comme l'hypothèse de Riemann ou les équations de Navier-Stokes restent non résolus, car ils nécessitent un nouveau langage conceptuel. Pour la communauté scientifique russophone, ce changement computationnel s'appuie sur une forte tradition mathématique, avec des applications allant de l'optimisation des réseaux de neurones à la cryptographie résistante aux ordinateurs quantiques. L'IA agit comme un exosquelette numérique pour le cerveau humain, libérant les chercheurs des tâches routinières et leur permettant de se concentrer sur les objectifs stratégiques et la vision conceptuelle.
Source: Habr — хаб ИИ —
original