À Caltech, le professeur Sergei Gukov développe avec quelques étudiants des modèles d'IA open source entièrement conçus pour les mathématiques. Cette démarche attire l'attention d'une communauté divisée face aux solutions diffusées par OpenAI.
Open Math OS donne le contrôle des données
Deux mathématiciens ont accusé OpenAI de s'être servi de leurs historiques de conversation pour contribuer à résoudre le problème de Navier-Stokes. La maîtrise des données figure précisément parmi les possibilités offertes par Open Math OS, une plateforme présentée vendredi à Caltech par Terence Tao, mathématicien à UCLA.
L'organisation sans but lucratif fondée par Tao a créé cet outil, qui réunit des modèles d'IA avancés et open source, des ressources de calcul en nuage ainsi que des fonctions de collaboration. Les mathématiciens peuvent y décider de l'utilisation de leurs données. Tao défend depuis plusieurs interventions le développement de systèmes d'IA par les mathématiciens eux-mêmes.
Les modèles restent limités à des problèmes précis
Dans le laboratoire qu'il dirige à Caltech, Sergei Gukov travaille sur des systèmes dont la plupart ne traitent qu'un problème précis : leur demander de passer à un autre domaine les met en échec. Les outils d'Anthropic, à l'inverse, répondent à des demandes relevant de plusieurs disciplines mathématiques. Gukov indique qu'un modèle plus polyvalent est en cours de développement, mais qu'il n'est pas prêt.
Lors d'un repas de sushis dans un établissement japonais à Pasadena, le professeur a détaillé la fabrication de ses modèles avec ses étudiants, en partant de zéro. Il les rapproche des Ferrari : des machines performantes, mais difficilement accessibles au public. Il affirme aussi que certains problèmes avaient trouvé une solution avec ses outils avant ceux d'OpenAI. Selon lui, la pratique de ces systèmes en améliore la compréhension, puis la maîtrise.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Né à Moscou, Gukov a rejoint les États-Unis pour y étudier les mathématiques. Il considère cette recherche comme une occasion de faire progresser la discipline plutôt que comme une crise existentielle. Pour exprimer son enthousiasme, il invoque l'exploration de territoires inconnus par Christophe Colomb.
Des mathématiciens contestent les pratiques d'OpenAI
En octobre, OpenAI a apporté des solutions à des centaines de problèmes réputés difficiles, sur lesquels des mathématiciens de premier plan butaient depuis des années. Gukov assure avoir anticipé le danger. Les grandes entreprises d'IA diffusent rapidement leurs réponses sans examen préalable par des spécialistes universitaires. Sur Substack comme dans les amphithéâtres du pays, des mathématiciens dénoncent ces pratiques, accusant notamment OpenAI d'instrumentaliser leur discipline pour entretenir l'enthousiasme autour d'une introduction en Bourse.
Nombre de ces critiques trouvent les réponses mal construites, voire incompréhensibles sans des semaines de déchiffrage par un chercheur. Tasmin Chu, doctorante en mathématiques à Caltech et animatrice d'une publication anti-IA populaire sur Substack, voit dans les systèmes conçus par des mathématiciens une tentative de « posséder les moyens de production ». Elle juge toutefois le sujet complexe et suspend son appréciation à la manière dont ces initiatives se concrétiseront.
Chu se sent proche des mathématiciens qui rejettent tout recours à l'IA dans leur activité et défend la possibilité de poursuivre les mathématiques sans elle. D'autres étudiants s'y engagent pleinement : certains pensent que l'IA sauvera la discipline, tandis que d'autres considèrent que celle-ci ne mérite pas d'être sauvée.






