Des mathématiciens déçus par OpenAI construisent maintenant leurs propres modèles d'IA à partir de zéro

By: www.laohunote.com|

Le conflit entre le monde académique des mathématiques et les grandes entreprises d'IA s'intensifie. Après qu'OpenAI a annoncé avoir utilisé l'IA pour résoudre plusieurs problèmes mathématiques, cela n'a pas conduit à une reconnaissance généralisée dans le milieu académique, mais a plutôt suscité des débats intenses sur la propriété des résultats de recherche, les droits d'utilisation des données et la valeur des solutions apportées par l'IA. Certains mathématiciens estiment que les entreprises commerciales transforment les résultats de la recherche mathématique en produits et en matériel marketing, sans respecter pleinement les contributions et les droits de la communauté académique.

Dans ce contexte, de plus en plus de mathématiciens commencent à essayer de contourner les entreprises d'IA commerciales en développant eux-mêmes des modèles open source et des outils de recherche. Selon des rapports, le professeur Sergei Gukov du California Institute of Technology dirige une équipe qui construit un modèle d'IA spécifiquement destiné à la recherche mathématique ; le lauréat de la médaille Fields, le professeur Terence Tao de l'Université de Californie à Los Angeles, pousse à établir une plateforme de collaboration en IA contrôlée par des mathématiciens.

Le cœur de ce débat dépasse la question de savoir si l'IA peut résoudre des problèmes mathématiques, s'étendant davantage à qui contrôle les données de recherche, comment évaluer les résultats mathématiques générés par l'IA, et si le milieu académique peut conserver son autonomie face à l'expansion rapide de l'IA commerciale.

Les universitaires remettent en question OpenAI : les résultats de résolution de problèmes et l'utilisation des données suscitent des controverses

Le mécontentement des mathématiciens envers OpenAI dure depuis longtemps, et cette controverse se concentre sur deux points : la valeur réelle des réponses mathématiques générées par l'IA et si les entreprises commerciales ont le droit d'utiliser les données et les résultats de recherche de la communauté académique.

En octobre de cette année, OpenAI a annoncé que son modèle avait résolu plusieurs problèmes mathématiques qui restaient en suspens depuis des années, mais cette nouvelle n'a pas été accueillie par des éloges universels dans le milieu mathématique. Certains chercheurs estiment que les réponses publiées par OpenAI manquent de valeur académique suffisante, et qu'il faut même que des mathématiciens humains passent des semaines à déterminer si le processus de déduction est rigoureux et s'il résout réellement le problème.

Tasmin Chu, doctorante en mathématiques au California Institute of Technology et blogueuse sur Substack avec une position anti-IA claire, qualifie ces réponses de "déchets". Elle estime qu'OpenAI agit davantage comme un opportuniste en utilisant les résultats de la recherche mathématique pour se donner une image, plutôt que de véritablement faire avancer la recherche mathématique.

La question de l'utilisation des données a encore aggravé le conflit entre les deux parties. Auparavant, deux mathématiciens avaient accusé OpenAI d'utiliser sans autorisation leurs conversations pour aider à résoudre le célèbre problème de Navier-Stokes. Cet incident a accru l'inquiétude des mathématiciens quant à la possibilité que le contenu de leurs interactions avec les systèmes d'IA soit utilisé à des fins commerciales sans leur consentement.

Chu considère l'initiative des mathématiciens de développer des systèmes d'IA de manière autonome comme une partie de la lutte pour "la propriété des moyens de production". Cependant, elle admet également que l'évolution de cette tendance reste à observer.

Contourner les entreprises commerciales : les mathématiciens commencent à construire des modèles spécialisés

Face à la domination des entreprises d'IA commerciales, Gukov a choisi de commencer par le développement de modèles. Dans le laboratoire du California Institute of Technology, il dirige un petit groupe d'étudiants pour concevoir et entraîner des modèles d'IA open source destinés à la recherche mathématique. Selon lui, ces modèles ont déjà résolu certains des problèmes mathématiques que OpenAI a récemment résolus.

Cependant, la construction de modèles par le milieu académique fait encore face à des limitations évidentes en termes de capacité. Gukov compare cela à une Ferrari : performante dans des tâches spécifiques, mais difficile à adapter aux besoins d'un large éventail d'utilisateurs.

Actuellement, ces modèles sont principalement optimisés pour un certain type de problème mathématique, et dès qu'ils sont confrontés à des raisonnements inter-domaines, leurs capacités deviennent nettement limitées. En revanche, les modèles d'entreprises d'IA commerciales comme Anthropic possèdent une plus grande polyvalence, capables de traiter des problèmes mathématiques de différentes disciplines. Gukov indique que son équipe travaille sur des modèles avec des capacités plus générales, mais qu'ils ne sont pas encore prêts.

Néanmoins, il reste optimiste quant à la participation de l'IA à la recherche mathématique, estimant que ce domaine regorge d'opportunités d'exploration. Il décrit la recherche actuelle en IA comme une exploration de nouveaux territoires, à l'instar de Christophe Colomb.

Les mathématiciens ne parviennent pas à un consensus : Terence Tao pousse à établir une plateforme autonome

L'initiative de construire des modèles ne signifie pas que la communauté mathématique ait atteint une position unifiée. Il existe encore des divergences significatives entre les chercheurs sur la question de savoir si l'IA devrait entrer dans la recherche mathématique.

Les chercheurs anti-IA, représentés par Chu, souhaitent maintenir autant que possible les méthodes de recherche traditionnelles. Elle déclare qu'elle espère toujours mener des recherches mathématiques sans dépendre de l'IA et estime que cette voie reste viable. Une autre partie des jeunes mathématiciens est plus positive envers l'IA, considérant que les nouvelles technologies pourraient apporter des percées dans la recherche mathématique, certains les voyant même comme une opportunité de changer les modèles de recherche existants.

Terence Tao tente de trouver un équilibre entre les deux. Récemment, il a présenté au California Institute of Technology l'Open Math OS, lancé par son organisation à but non lucratif. Cette plateforme intègre des modèles d'IA de pointe open source, des ressources de cloud computing et des outils de collaboration, mettant l'accent sur le fait que les mathématiciens peuvent décider eux-mêmes comment utiliser les données de recherche, plutôt que de céder entièrement le contrôle des données aux entreprises d'IA commerciales.

Des modèles spécialisés aux plateformes de collaboration autonomes, les mathématiciens essaient d'établir un système technologique différent de celui des entreprises d'IA commerciales. Leur demande centrale n'est pas seulement de permettre à l'IA de mieux résoudre les problèmes mathématiques, mais aussi de conserver le contrôle sur les données de recherche, les résultats de connaissances et leur utilisation.

À mesure que la participation de l'IA à la recherche mathématique augmente, le conflit entre l'avantage technologique des modèles commerciaux et l'autonomie des données académiques persistera. La question de savoir si les mathématiciens peuvent établir un écosystème de recherche autonome capable de rivaliser avec les grandes entreprises d'IA reste la clé de ce débat.

Prix de --

--
--
--

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.

Vous pourriez aussi aimer

iconiconiconiconiconiconiconicon
Assistance client:@weikecs
Collaborations commerciales:@weikecs
Trading quantitatif/Market makers:bd@weex.com
Programme VIP:support@weex.com