Les modèles d'IA pourraient offrir aux mathématiciens un langage commun

Personne ne s'attendait à ce que la question de savoir comment empiler au mieux des oranges dans une caisse puisse mettre en difficulté les mathématiques pures pendant des siècles. Pourtant, le problème dit du « sphere-packing » a rendu folles des générations de chercheurs. Le tournant n’est survenu qu’en 1998, lorsque Thomas Hales, alors à l’Université du Michigan, a annoncé qu’il disposait enfin d’une preuve : la disposition hexagonale, celle dans laquelle chaque sphère repose dans le creux formé par six oranges de l’étage inférieur, est la configuration la plus dense possible. Tout le monde pense que les mathématiques sont une science exacte, mais cette histoire montre que même une question apparemment simple peut rester sans réponse pendant des siècles, jusqu’à ce que la bonne personne arrive avec la bonne intuition. Hales n'était pas n'importe qui : obsédé par le problème, il travaillait jour et nuit avec une équipe dispersée dans le monde entier, entre e-mails sans fin, logiciels de vérification des calculs et kilomètres de tableaux noirs couverts de formules. Sa démonstration n'a pas été acceptée immédiatement : « It took years, and a lot of computer code, before the mathematical community accepted it », racontait Hales. Et c'est là qu'intervient un aspect que peu de gens perçoivent : les mathématiques ne se composent pas seulement d'idées brillantes, mais aussi d'efforts, de collaboration et, de plus en plus, de technologie. Ces dernières années, l’intelligence artificielle s’est glissée précisément dans cette brèche : aujourd’hui, les modèles d’IA sont capables de vérifier des démonstrations, de suggérer de nouvelles voies et – c’est la véritable révolution – de devenir une sorte de langue commune entre des mathématiciens issus d’écoles et d’approches différentes. Un langage composé non seulement de chiffres, mais aussi de code. Maintenant, arrêtez-vous un instant : il ne s'agit pas seulement de résoudre des problèmes plus rapidement. Si l’IA devient réellement le pont entre les différentes écoles mathématiques, nous pourrions assister, dans les années à venir, à une collaboration mondiale sans précédent. Cependant, il existe un risque réel dont on ne parle jamais : en s’appuyant trop sur ces outils, les mathématiciens pourraient devenir moins capables d’avoir des intuitions, de prendre des risques et d’établir des liens hors des sentiers battus – les mêmes qualités qui ont permis à Hales de résoudre le problème des oranges. Voici la phrase qui résume tout : « Une bonne idée reste stérile si elle ne trouve pas le langage adéquat pour être comprise. » Si cette histoire vous a fait voir les mathématiques sous un jour différent, vous pouvez l'indiquer sur Lara Notes avec I'm In – ainsi, la perspective fait partie intégrante de votre façon de raisonner. Et si demain vous vous surprenez à raconter le dilemme des oranges à quelqu'un, vous pouvez immortaliser ce moment avec Shared Offline : c'est comme dire que cette conversation compte vraiment. C’était The Economist, et avec cette Note, vous avez gagné près d’une minute par rapport à l’article original.