La semaine dernière, Trinh Hoang Trieu, doctorant vietnamien, a soutenu avec succès sa thèse de doctorat sur la résolution de problèmes par l'intelligence artificielle à l'Université de New York. Ses travaux, auxquels ont contribué deux scientifiques de Google DeepMind, Le Viet Quoc et Luong Thang, ont été publiés dans la revue Nature.

Avec un ensemble de 30 problèmes de géométrie olympique de 2000 à 2022, AlphaGeometry en a résolu 25, contre un score moyen de 25,9 pour les médaillés d'or, surpassant largement les 10 problèmes des systèmes de calcul informatique développés dans les années 1970.

capture d'écran 2024 01 18 à 134500.png
De gauche à droite, les membres d'AlphaGeometry sont Yuhuai Wu, Trinh Hoang Trieu, Le Viet Quoc et Luong Thang. Photo : Washington Post

Ces dernières années, Google DeepMind a mené plusieurs projets de recherche en intelligence artificielle liés aux mathématiques. Par conséquent, les problèmes de niveau olympique servent de critères d'évaluation pour l'apprentissage automatique.

Selon Michael Barany, historien des mathématiques à l'Université d'Édimbourg, les recherches sur AlphaGeometry « constituent une étape importante dans la capacité à raisonner de manière autonome à des niveaux humains ».

Terence Tao, mathématicien de l'Université de Californie et médaillé d'or olympique à l'âge de 12 ans, a qualifié le système d'IA de « réalisation fantastique » et a déclaré que ses résultats étaient « surprenants ».

capture d'écran 2024 01 18 à 134155.png
Les recherches sur l'alphagéométrie ont été publiées dans la revue scientifique Nature.

Par ailleurs, l'auteur de l'étude, Trinh Hoang Trieu, a déclaré que le raisonnement mathématique n'est qu'une forme de raisonnement, mais qu'il présente l'avantage d'être facilement vérifiable. « Les mathématiques sont le langage de la vérité », a affirmé le médecin vietnamien. « Si l'on souhaite développer un système d'IA, il est indispensable de concevoir une IA fiable, capable de trouver la vérité à laquelle les utilisateurs peuvent se fier », notamment dans les applications exigeant une sécurité maximale.

AlphaGeometry est un système qui combine un modèle de langage de réseau neuronal (profondément ancré dans l'intuition artificielle, similaire à ChatGPT mais plus petit) avec un moteur symbolique (spécialisé dans le raisonnement artificiel, comme un ordinateur logique), avant d'être affiné pour comprendre la géométrie.

La particularité de cet algorithme est qu'il peut générer une solution à partir de rien. Les modèles d'IA actuels, quant à eux, doivent rechercher des solutions existantes ou similaires trouvées par des humains.

Les résultats ont été obtenus grâce à un réseau neuronal entraîné sur 100 millions d'exemples géométriques sans intervention humaine. Lorsqu'il abordait un problème, le moteur symbolique travaillait en premier. En cas de blocage, l'algorithme neuronal suggérait des pistes d'amélioration. Ce processus se poursuivait jusqu'à l'expiration du temps imparti (quatre heures et demie) ou jusqu'à la résolution du problème.

Stanislas Dehaene, neuroscientifique cognitif au Collège de France, s'est dit impressionné par les performances d'AlphaGeometry, mais a précisé que le système « ne perçoit rien du problème qu'il résout ». Autrement dit, l'algorithme ne traite que les encodages logiques et numériques des images. « Il n'a aucune conscience spatiale des cercles, des lignes ou des triangles. »

Le Dr Luong Thang a déclaré que cet élément « sensoriel » pourrait être ajouté cette année, grâce à la plateforme d'intelligence artificielle Gemini de Google.

(Selon le Washington Post)

L'IA générative domine les discussions à Davos . Le développement rapide de l'intelligence artificielle (IA) a dominé les discussions privées et publiques du Forum économique mondial, tandis que les plus grandes entreprises technologiques, dont Salesforce, Microsoft et Google, ont fait étalage de leur puissance.