Nous pourrions percevoir des revenus lorsque vous cliquez sur nos partenaires.
En savoir plus
Un jeune ingénieur de 24 ans, **Carina Hong**, vient de lever **64 millions de dollars** pour créer une intelligence artificielle capable de rivaliser avec **Terence Tao**, reconnu comme l’un des plus grands mathématiciens vivants.
Son entreprise, **Axiom Math**, a déjà réussi à résoudre un problème vieux de **130 ans** et à contredire une *conjecture* qui dure depuis **30 ans**.
Il est important de comprendre que son projet ne cherche pas à simplement améliorer ChatGPT en algèbre, mais à mettre en place une **IA** capable de découvrir des théorèmes mathématiques **nouveaux**, de les prouver, et de devenir plus intelligente à chaque version.
Le type de mathématiques qu’elle envisage pourrait entraîner de **grandes avancées** dans des domaines aussi variés que la conception de **puces électroniques**, la **sécurité aérienne**, l’**informatique quantique**, et pratiquement tout autre domaine scientifique.
Dans notre dernier épisode de podcast, nous avons eu une conversation avec Carina sur son ambition de bâtir un mathématicien sur-intelligent, comment la science du cerveau met en lumière des **patterns mathématiques surprenants** dans la nature, et pourquoi elle voit l’IA appliquée aux mathématiques comme le **pilier algorithmique** qui pourrait révolutionner tout, du trading quantitatif à la conception de puces.
Moments Marquants
- (1:56) Découverte, primée par le Prix Nobel, montrant que les cellules cérébrales de rat s’activent selon des **modèles hexagonaux parfaits**, une preuve que Carina estime presque divinement inspirée.
- (6:57) Explication des raisons pour lesquelles la neurosciences n’a pas encore orienté la **structure des IA**.
- (8:35) Définitions de ce que signifie réellement la “**superintelligence mathématique**”.
- (9:27) Ce qui distingue Carina d’un mathématicien légendaire comme Terence Tao (indice : c’est exactement ce qu’elle estime que l’IA peut améliorer.).
- (10:30) Le **cycle d’auto-amélioration** : une IA qui émet des conjectures, les prouve et apprend de ses échecs, gagnant ainsi en intelligence à chaque fois.
- (18:17) Pourquoi les mathématiques constituent la **fondation** pour des disciplines comme la physique, la programmation, la finance, et même le droit fiscal… et non l’inverse.
- (31:08) Détails sur la manière dont Axiom a résolu un problème ancien relatif aux fonctions de **Lyapunov** que de grands esprits comme Poincaré, Newton et Lagrange n’avaient pas réussi à résoudre.
- (33:57) Une approche astucieuse pour empêcher leur IA de générer des milliers de théorèmes inutiles.
- (35:26) Comment l’IA identifie **l’innovation** en découvrant des preuves qui relient “deux branches auparavant déconnectées : l’algèbre et la combinatoire”.
- (42:00) “Qui vérifie le vérificateur?” Comment la **vérification formelle** permet à une simple déclaration d’être transformée en une preuve sans nécessiter d’examen humain.
- (44:03) La vastes opportunité : exploiter l’été pour **vérifier le code hérité** et le code généré par IA à grande échelle.
- (48:17) La vision de Carina d’un **IDE de raisonnement**, où les traders quantitatifs et les ingénieurs auraient un accès immédiat à des mathématiques dignes de Terence Tao.
Notre passage préféré : la réflexion de Carina sur le rôle que l’IA pourrait jouer pour abolir les **cloisons** entre les domaines scientifiques. Voici les points essentiels:
- Carina souligne que « la **mathématique assistée par machine** favorise réellement la diffusion d’idées entre différents secteurs », contrairement aux humains, souvent limités par des spécialisations académiques ou des “*sujets de conférence*” restreints.
- Elle partage une expérience personnelle en s’invitant à un atelier de **formation continue** lors de sa conférence de combinatoire en Allemagne, faisant remarquer que ce genre de **pollinisation croisée** ne se produit pas à moins que deux ateliers soient physiquement réunis.
- Alors que les interfaces d’IA peuvent établir des connexions à travers toute la mathématique en même temps, ce pourrait être ici que naîtront de **nouvelles preuves mathématiques**, incitant à un **mélange** innovant de différentes disciplines.
Écoutez-le dès maintenant : YouTube | Spotify | Apple Podcasts
Au passage, Carina explique pourquoi les sociétés de trading quantitatif aspirent à avoir une **”IA Terence Tao”** à leur portée… et pourquoi cela revêt de l’importance même si vous n’êtes pas mathématicien.
Note de la rédaction : Ce contenu a initialement été publié dans la newsletter de notre publication sœur, The Neuron. Pour lire davantage d’articles de The Neuron, inscrivez-vous à sa newsletter ici.
**Grant Harvey** est le rédacteur quotidien de **The Neuron**, une newsletter d’ADGO.ca consacrée à l’intelligence artificielle pour les non-spécialistes. Il consacre ses journées à analyser les outils d’IA et l’industrie dans son ensemble, puis à les expliquer dans un langage accessible à tous.
FAQ
Qu’est-ce qu’Axiom Math ?
Axiom Math est une startup fondée par Carina Hong, dédiée à créer une IA capable de résoudre des problèmes mathématiques complexes et de découvrir de nouveaux théorèmes.
Pourquoi la recherche mathématique est-elle importante pour les autres domaines ?
Les avancées en mathématiques peuvent débloquer de nouvelles technologies et améliorer plusieurs secteurs, comme l’informatique quantique, la sécurité des transports et l’optimisation financière.
Comment l’IA peut-elle créer des teoremes mathématiques ?
L’IA utilise des algorithmes avancés pour générer des conjectures, les prouver et apprendre de ses erreurs, ce qui lui permet d’évoluer et de proposer des solutions innovantes.
Quelles implications éthiques soulève l’utilisation de l’IA en mathématiques ?
Les implications éthiques peuvent inclure des questions sur la véracité des théorèmes générés par l’IA, la dépendance à la technologie et l’impact sur les emplois dans le domaine scientifique.
Quelle est la vision à long terme de Carina pour Axiom Math ?
Carina envisage de créer une interface de raisonnement qui permettrait à des professionnels, comme les traders quantitatifs, d’accéder à des capacités mathématiques élevées, facilitant ainsi leur travail.
