« La vie, c’est comme une équation complexe — parfois il suffit de retourner le problème pour que tout devienne limpide. » Voici venu le temps de découvrir une nouveauté mathématique du côté des labos de Google DeepMind. Spoiler alert : ça va découdre du théorème !
Imaginez un instant : vous êtes au lycée, participant à une compétition internationale de mathématiques. Soudain, votre voisin d’à côté se révèle être… un robot ! Mais attention, pas n’importe quel robot, celui-ci a été entraîné par les ingénieurs les plus futés de DeepMind et doit son existence à AlphaGeometry2, le petit protégé de sa version précédente, AlphaGeometry. Et autant vous dire qu’il fait parler de lui.
En effet, AlphaGeometry2 a prouvé qu’il pouvait surclasser les champions des Olympiades Mathématiques Internationales en résolvant fièrement 84% des problèmes de géométrie sur les 25 dernières années. De quoi donner des sueurs froides aux meilleurs élèves, mais aussi, qui sait, inspirer toute une nouvelle génération à réviser leur Euclidienne avec plus d’ardeur qu’Eddie Redmayne dans « The Theory of Everything ».
Quand l’IA s’immisce dans le débat symboles contre neurones, c’est l’équilibre qui prend le relais.
Si vous vous posez la question : pourquoi DeepMind s’intéresse-t-il à des concours mathématiques de niveau lycée ? Simplement parce que craquer des problèmes de géométrie pourrait bien être la clé pour développer des modèles d’IA encore plus polyvalents. Inutile de se faire des diagrammes : l’idée est de renforcer la logique et les capacités de raisonnement des IA, deux atouts considérables pour des domaines allant de l’ingénierie aux sciences en général.
Le système repose, notamment, sur un modèle de langage de la famille des intelligences artificielles Gemini de Google et un moteur symbolique. Ce duo de choc joue aux apprentis thésards en suggérant et vérifiant pas à pas les solutions à ces redoutables problèmes de géométrie, le tout avec une synchronisation digne d’un pas de deux.
Bien sûr, tout n’est pas aussi rectiligne qu’un axiome. AlphaGeometry2, que certaines petites âmes facétieuses pourraient surnommer le « GéoMetric », rencontre encore des obstacles. L’omission de variables, les équations non linéaires, et les inégalités restent des défis de taille. D’autant que sur un set de problèmes plus coriace, AlphaGeometry2 a bien dû rendre son compas à ses limites – seuls 20 sur 29 ont été élucidés.
Ainsi, cette aventure ouvre le débat : faut-il privilégier l’approche par la manipulation des symboles ou celle par les réseaux neuronaux qui se lavent dans un grand bassin de données ? En tout cas, AlphaGeometry2, lui, a choisi son camp : une petite dose de chaque, s’il-vous-plaît.
Mais ne nous précipitons pas trop, car si l’avenir appartient peut-être aux grandes combinaisons IA, DeepMind lui-même admet que le Gemini est loin d’être encore auto-suffisant et n’échappe pas aux hallucinations numériques. Patience : après tout, Rome ne s’est pas faite en un jour — ni même avec un cercle circonscrit.
En espérant que le calcul mental du futur ne nous coûtera pas la tête à force de se creuser la caboche, souvenons-nous qu’aujourd’hui, c’est la géométrie qui cogite pour nous. Alors, amusez-vous bien à compter les moutons d’AlphaGeometry2… entre les lignes !
Source : Techcrunch
