Une IA trouve un contre-exemple réfutant une conjecture mathématique vieille de 87 ans

Un mathématicien d'Harvard a utilisé l'intelligence artificielle pour réfuter un problème d'algèbre de longue date que les experts tentaient de démontrer depuis des décennies. Levent Alpöge a annoncé la découverte sur les réseaux sociaux le 19 juillet avec un court contre-exemple.

Alpöge a publié sur X un contre-exemple mathématique de 216 caractères, démontrant que la conjecture jacobienne est fausse. La conjecture, proposée par Ott-Heinrich Keller en 1939, figurait également sur une liste des problèmes majeurs non résolus compilée par Stephen Smale en 1998. Les travaux ont impliqué Claude Fable 5, un modèle d'IA d'Anthropic. Alpöge a crédité le système dans sa publication pour son aide lors de la finale de la Coupe du monde. Abhishek Saha, de l'Université Queen Mary de Londres, a qualifié ce résultat de plus grande conjecture jamais abordée avec une contribution significative de l'IA. Il a noté que le contre-exemple fonctionne pour trois variables, bien qu'une version à deux variables puisse encore tenir. Chris Bowman-Scargill, de l'Université de York, et Ivan Fesenko, de l'Université Westlake, ont déclaré que ce développement souligne le rôle croissant de l'IA en mathématiques tout en insistant sur le fait que l'intuition humaine demeure essentielle pour construire de nouvelles théories.

Articles connexes

An AI model from Open AI has solved a math problem formulated in 1946 by Paul Erdős. Svante Linusson, professor at KTH, expressed shock at the result.

Rapporté par l'IA

Researchers gathered in London this week to accelerate the formalization of Fermat's Last Theorem using advanced AI models. The workshop focuses on converting Andrew Wiles's 1993 proof into Lean code for computer verification. Progress has been rapid, with code lines doubling after the first day.

Workers paid to train advanced AI models are increasingly relying on chatbots like ChatGPT to generate the required conversations and tests. This shortcut, described as widespread by multiple sources, risks degrading the quality of future models through recursive training on synthetic data.

Rapporté par l'IA

A study of more than 26,000 Chinese students shows that using generative AI for homework improves short-term results but leads to significantly lower exam scores over time.

Ce site utilise des cookies

Nous utilisons des cookies pour l'analyse afin d'améliorer notre site. Lisez notre politique de confidentialité pour plus d'informations.
Refuser