Une IA qui résout des problèmes de maths ? Nouveau papier de Terence Tao, l’une des grandes figures des maths, en collaboration avec Google DeepMind.
Ils ont testé un système appelé AlphaEvolve sur 67 problèmes de maths. Et dans plusieurs cas, l’IA a trouvé de meilleures solutions que celles qu’on connaissait déjà.
Les problèmes vont du sofa qui doit passer dans un couloir, au “kissing problem” en plusieurs dimensions, jusqu’à du circle packing et même un problème prévu pour l’IMO 2025. On voit l’IA essayer plein d’idées en parallèle, les vérifier, puis garder seulement ce qui fonctionne.
Quelques points intéressants :

  • les modèles plus avancés convergent plus vite, mais pas toujours
  • le parallélisme aide, mais explose les coûts
  • le reward hacking revient souvent
  • l’IA s’en sort beaucoup mieux quand elle a déjà vu des problèmes du même type ou quand un expert l’oriente (et ici, l’expert, c’est Tao…)
Le papier propose même une nouvelle catégorie de problèmes “AlphaEvolve-hard”, là où l’IA se casse un peu les dents et où il faut une vraie intuition humaine.

Source : Olivier Loverde sur LinkedIn