Les mathématiciens affirment qu'OpenAI ne comprend pas sa propre preuve de Navier-Stokes
decoder ·
Des mathématiciens ont critiqué la prétention récente d'OpenAI à avoir résolu le problème de Navier-Stokes, arguant que la preuve proposée manque de profondeur substantielle malgré sa vérification formelle dans Lean. Les experts soulignent que si l'approche ressemble superficiellement aux travaux des mathématiciens espagnols, une analyse détaillée révèle des divergences méthodologiques significatives. La controverse est encore compliquée par les accusations de Tristan Buckmaster de l'Université de New York (NYU), qui a allégué qu'OpenAI avait utilisé des travaux antérieurs non publiés, une affirmation que la société nie. De plus, OpenAI a publié environ 400 résultats supplémentaires sur GitHub, une démarche qui a frustré de nombreux membres de la communauté mathématique en semblant banaliser les normes académiques rigoureuses. Un point majeur de discorde concerne le rôle des agents d'IA ; le chercheur Noam Brown admettant qu'il est incertain de savoir quelle part revient réellement à l'énorme essaim de 10 000 instances. Brown suggère que moins de dix pour cent du succès provient de la configuration multi-agents, attribuant la majeure partie des gains à l'endurance et aux capacités de traitement parallèle du modèle de base. Par conséquent, les critiques soutiennent qu'OpenAI ne comprend pas pleinement les mécanismes ni la valeur de ses propres efforts computationnels. L'Institut Clay de mathématiques continue d'examiner cette solution potentielle alors que le débat sur le rôle de l'IA dans les mathématiques de haut niveau s'intensifie.
decoder