DeepMind, la branche de Google spécialisée dans l’intelligence artificielle (IA), ont présenté le 17 janvier, un modèle ayant une forte appétence pour les mathématiques. À tel point que la solution, baptisée AlphaGeometry, a résolu plus d’une vingtaine de problèmes complexes de géométries issus d’un prestigieux concours réservés aux étudiants de moins de vingt ans.
DeepMind fait un pas de plus vers un modèle « invincible » en mathématiques
Jusqu’à présent, les modèles d’IA conçus pour résoudre des problèmes mathématiques n’étaient pas très performants, n’ayant tout au plus que 50 % de bonnes réponses. Ces derniers mois, les équipes de DeepMind ont réussi à franchir cette barrière qui semblait insurmontable. En effet, un groupe de chercheurs a mis au point un outil qui a répondu correctement à vingt-cinq des trente problèmes proposés à l’occasion des Olympiades internationales de mathématiques, un championnat regroupant les meilleurs lycéens du monde entier.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
Si AlphaGeometry avait participé au concours et qu’il avait répondu autant de questions, il ferait partie des 8 % de candidats qui obtiendraient la médaille d’or, le graal de ces Olympiades, ce qui constitue une performance non négligeable. Le fonctionnement de ce modèle a été explicité dans la revue Nature par les chercheurs qui l’ont mis au point.
L’IA développée par DeepMind n’est pas un simple modèle de machine learning ou de deep learning, basé sur un réseau de neurones artificiels. La base de données des démonstrations géométriques n’est pas assez fournie, ni assez précise, pour constituer un ensemble suffisant pour la formation d’un tel outil. Néanmoins, ces données restent nécessaires pour que le modèle puisse comprendre les fondements de la géométrie.
Ainsi, La solution développée par DeepMind exploite également un « cerveau symbolique ». Les chercheurs ont « fabriqué » des données, s’appuyant sur des figures géométriques classiques auxquels ils ont fait subir des transformations mathématiques en tout genre. Ainsi, ils ont pu construire une base de 100 millions d’exemples géométriques qu’ils ont ensuite utilisée pour parfaire la formation de leur modèle. Puisqu’il combine deux cerveaux, on dit que AlphaGeometry est un modèle neuro-symbolique.
Lorsque les scientifiques de DeepMind lui ont soumis les trente problèmes de géométrie des Olympiades, l’outil n’a eu besoin que de son cerveau symbolique pour répondre à quatorze d’entre eux. Afin de trouver la solution de neuf problèmes supplémentaires, le second cerveau d’AlphaGeometry, celui construit à l’aide de démonstrations mathématiques, s’est activé pour offrir un plus grand champ de possibilités géométriques.
Malgré tout, le modèle de DeepMind a atteint ses limites en butant sur cinq énigmes, dont celle des cercles entrecroisés résolue en 1979 par le mathématicien vietnamien Le Ba Khanh Trinh, qui lui avait valu d’obtenir la médaille d’or et un prix spécial. Selon la communauté scientifique, si le développement d’un tel outil constitue une avancée sans précédent, les chercheurs sont très loin d’avoir développé une IA capable de battre les meilleurs mathématiciens.