Par Arthur Dekeyser
En résumé
OpenAI a utilisé une version interne d'Astra pour résoudre dix problèmes mathématiques importants.
Anthropic a récemment découvert des faiblesses cryptographiques avec Claude, en dépensant 100 000 $ en jetons.
Terence Tao voit une transition vers des collaborations décentralisées IA-humains appelées 'big mathematics'.
Le signal : OpenAI a résolu dix problèmes mathématiques majeurs restés sans solution depuis une décennie grâce à Astra.
Vous appréciez ce genre d'analyse ?
Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Gratuit, sans engagement.
+11 000 fondateurs
OpenAI innove en utilisant une version interne de son modèle Astra pour résoudre dix problèmes mathématiques fondamentaux. Ces problèmes n’avaient vu aucun progrès depuis au moins dix ans, et l’initiative a coûté moins de 2 000 $ par problème aux prix des tokens GPT-5.6 Sol. Une repository openai/ten-proofs contient les formalisations Lean 4 de ces résultats, témoignant d’un niveau de transparence significatif.
Contexte technologique, OpenAI n’est pas seul à avancer dans ce domaine. Anthropic a récemment attiré l’attention en découvrant des faiblesses cryptographiques via Claude et l’outil Mythos Preview, en consacrant un budget de 100 000 $ en jetons pour cette recherche ciblée sur les découvertes difficiles.
Acteurs académiques réagissent diversement : Kirwin Hampshire a publié un essai exprimant une crise spirituelle suite à ces découvertes, tandis que Terence Tao décrit une ère de ‘big mathematics’. Il prévoit la croissance des collaborations massives IA-humains où l’IA prendrait en charge la plupart des tâches techniques.
Implications pour les chercheurs, selon la source, cette avancée d’OpenAI pourrait conduire à un nouveau modèle de recherche mathématique où les IA collaboreraient étroitement avec les chercheurs humains dans des contextes décentralisés et à grande échelle.
Pour les entreprises et les PME françaises, l’usage de l’IA comme Astra dans le secteur mathématique pourrait accélérer la résolution de problèmes techniques et complexes, ouvrant des opportunités pour innover dans des applications scientifiques ou industrielles.
Positionnement concurrentiel montre que bien qu’Anthropic et OpenAI poursuivent tous deux des objectifs ambitieux en matière de recherche, leurs approches et résultats varient fortement, chacun ayant ses propres investissements et applications source.
Perspectives futures : L’impact de cette révolution sur la recherche fondamentale invite à une réflexion sur la place de l’IA dans les disciplines académiques, et sur les nouvelles formes de collaboration qui pourraient en émerger, selon les experts du domaine.
Gardez un coup d'avance en IA et tech.
Chaque mardi et vendredi, l'essentiel en business & IA décryptées en 5 minutes. Zéro spam.
+11 000 fondateurs
On utilise des cookies de mesure d'audience (Google Analytics, Meta, PostHog) pour comprendre ce qui t'intéresse et améliorer le site. Tu décides. En savoir plus