Google choque le monde.

AlphaEvolve de Google DeepMind bat des records dans le domaine des mathématiques. Photo : Bloomberg .

Google DeepMind vient de publier un rapport scientifique démontrant qu'AlphaEvolve a battu simultanément cinq records de sous-limites du nombre de Ramsey. Il s'agit de l'un des problèmes combinatoires les plus difficiles en mathématiques, dont les précédents records tenaient depuis 6 à 20 ans.

Le PDG de DeepMind, Demis Hassabis, a immédiatement partagé la nouvelle, la qualifiant d'« étape majeure pour l'IA en mathématiques ». Le lauréat du prix Turing, Yann LeCun, a également félicité l'équipe de recherche.

Le nombre de Ramsey est un problème qui a déconcerté même les plus grands mathématiciens. Paul Erdős, le maître de Terence Tao, a dit un jour que si des extraterrestres menaçaient la Terre et que l'humanité devait calculer le nombre de Ramsey R(5,5) dans un délai imparti sous peine d'extinction, la décision la plus raisonnable serait de capituler. Cette affirmation témoigne de l'extrême difficulté du problème.

Plus précisément, AlphaEvolve a amélioré les bornes inférieures des cinq nombres de Ramsey classiques, notamment R(3,13) de 60 à 61, R(3,18) de 99 à 100, R(4,13) de 138 à 139, R(4,14) de 147 à 148 et R(4,15) de 158 à 159. Bien que chaque nombre n'ait augmenté que d'une unité, une augmentation d'une unité est plus difficile à réaliser qu'une augmentation de l'ordre de grandeur dans de nombreux autres problèmes. Ces cinq avancées majeures sont issues du même système.

AlphaEvolve se distingue par son approche non conventionnelle de la résolution de problèmes. Au lieu de laisser des humains concevoir des algorithmes de recherche et des machines les exécuter, AlphaEvolve raisonne dans son propre espace algorithmique. Il utilise le langage de programmation Gemini, à grande échelle, pour améliorer continuellement son code, le tester, évaluer ses performances et conserver les algorithmes les plus efficaces.

L'équipe de recherche de DeepMind a identifié AlphaEvolve comme ayant inventé quatre groupes algorithmiques différents pour 28 valeurs R(r,s), allant de méthodes d'initialisation aléatoires à des structures algébriques complexes basées sur des graphes de Paley et des graphes de résidus quadratiques.

Ce n'est pas la première fois qu'AlphaEvolve fait sensation. Auparavant, le système avait battu un record vieux de 56 ans en matière de cœurs matriciels, optimisé les plannings opérationnels des centres de données de Google et découvert des modèles d'architecture simplifiés pour les puces d'IA. Lorsqu'un système découvre des algorithmes pour optimiser son processus d'apprentissage, la frontière entre outil et créateur devient de plus en plus floue.