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

Probabilité d'augmentation des taux d'intérêt de la Réserve fédérale à l'avenir ; les déclarations de Lisa Cook ont eu un impact sur les marchés

L'IOSCO met en garde contre le « retard quantique » et évalue la préparation face à la menace quantique

Où sera l'action Nvidia dans 20 ans ? La réponse pourrait vous surprendre.

Midterms 2026 : Voici exactement ce que je fais avec mon portefeuille d'investissement en ce moment

Le milliardaire David Tepper vient de réaliser une rotation massive des puces AI - Cela va-t-il porter ses fruits ?

Serenity : le marché remet en question la croissance des activités liées à l'IA, une opportunité d'achat à saisir

Le système d'IA Claude prétend avoir prouvé la conjecture de Riemann, Terence Tao déclare que le milieu académique a besoin de temps pour digérer

Devez-vous investir 1 000 $ dans Bloom Energy maintenant ?

Pas Anthropic. Pas SpaceX. Voici l'action d'IA à acheter pour le long terme

Point de vue : La perte de 6000 milliards de dollars des actions américaines en 45 jours n'est pas l'éclatement de la bulle AI, une reprise similaire à celle d'avril 2025 pourrait se reproduire

Plongée dans le livre de comptes du trading social : qui tire vraiment profit dans le tumulte du trafic ?

Le fondateur de Formula, Vida, continue d'augmenter ses investissements, avec une position de liquidités de 87%

Prévision : Rocket Lab triplera ses revenus d'ici 2028. Voici ce que cela signifierait pour l'action.

Les analystes de Wall Street optimistes sur Oklo malgré une chute de 70 %

JPMorgan fait face à une taxe bancaire de 120 millions de livres au Royaume-Uni, le PDG déclare qu'il cherchera à se couvrir

Walsh souhaite que les responsables de la Réserve fédérale parlent moins, mais leurs interventions se multiplient

Le représentant Horsford espère un vote de la Chambre sur la loi sur la fiscalité des cryptomonnaies

Robotaxis : 4 actions prêtes à gagner

Les analystes de Bank of America : L'évolution des actifs à risque en 2027 dépendra de deux questions clés

SpaceX termine l'émission d'obligations de 32 milliards de dollars pour des puces AI, avec un rendement maximal dépassant 8%

Un législateur sud-coréen affirme que la blockchain pourrait être la réponse au 'totalitarisme de l'IA'

Quelles entreprises cotées en bourse ont été réécrites par les grands modèles d'IA après l'introduction en bourse d'Anthropic ?

Les stratèges de Barclays affirment que la vente d'actions déclenchée par les inquiétudes liées à l'IA a été excessive

Moderna contre BioNTech : Pourquoi seul l'un est un bon investissement avant 2027

La Fondation Solana acquiert la majorité des actions de CoinGecko ! 18 millions d'utilisateurs pourront bientôt trader directement en ligne

Le chef économiste de JPMorgan : 2026 pourrait être l'année où le pic de l'engouement pour l'IA sera atteint

La Banque d'Amérique indique que la hausse des obligations américaines est soutenue par des fonds de couverture

EigenLayer lance le réseau de puissance décentralisé Darkbloom et la plateforme de recherche Yukon

Options importantes | AMD enregistre 37,88 millions de dollars de ventes d'options Call à terme, l'espace de hausse limité par la suite ; des positions Put importantes d'Intel apparaissent, montrant un schéma dominé par les baissiers







