Photo : VCG
Pour la première fois, des chercheurs chinois ont utilisé un grand modèle de langage (LLM) développé au niveau national pour aider à résoudre un problème mathématique de classe mondiale, marquant ce que les experts considèrent comme une étape importante pour la découverte scientifique assistée par l'IA.
Une équipe de recherche dirigée par Xu Disheng, chercheur invité au laboratoire d'intelligence artificielle de Shanghai et professeur à l'université Greater Bay de Guangdong, a complété la preuve de la conjecture tridimensionnelle de Ghys, un problème mathématique de classe mondiale resté ouvert pendant plus de 30 ans, en utilisant le LLM Intern-S2 développé par le laboratoire d'intelligence artificielle de Shanghai.
C’est la première fois que des chercheurs chinois résolvent une conjecture mathématique de classe mondiale avec un modèle d’IA chinois.
Cette percée a été réalisée grâce à une collaboration homme-machine basée sur la voie technique de « fusion générale-spécialisée », a déclaré jeudi le laboratoire d'IA basé à Shanghai au Chine Direct.
Une vérification formelle de la preuve a été réalisée par deux équipes de recherche de l'Université de Pékin à l'aide de leur cadre SHEAF auto-développé.
La conjecture de Ghys, proposée par le mathématicien français Etienne Ghys en 1995, demande si le comportement des systèmes dynamiques chaotiques peut déterminer leur classification géométrique. Elle a longtemps été considérée comme l’une des principales questions ouvertes dans le domaine des systèmes dynamiques et une référence pour tester les capacités de raisonnement mathématique.
Les analystes ont déclaré que cette avancée met en évidence non seulement le potentiel des modèles chinois d'IA dans la recherche fondamentale de pointe, mais également un nouveau modèle de « collaboration homme-machine » dans le travail scientifique.
Selon l'équipe de recherche, Intern-S2 a réalisé une chaîne complète de tâches depuis le raisonnement du modèle et l'interaction humaine jusqu'à la vérification formelle au cours du projet. Le modèle a pu effectuer un raisonnement récursif et une exploration itérative à grande échelle, tandis que les scientifiques guidaient l’orientation générale, évaluaient la valeur des approches possibles et identifiaient la voie à suivre la plus prometteuse.
Le travail du Intern-S2 LLM consistait à parcourir la littérature pertinente, à décomposer la proposition, à explorer plusieurs branches de preuve en parallèle, à vérifier les étapes logiques et à tester rapidement un grand nombre d'idées possibles. Les chercheurs ont ensuite utilisé leur expertise pour affiner le cadre, émettre des jugements clés et fournir des commentaires pour orienter le prochain cycle d'exploration du modèle.
Le Shanghai AI Laboratory indique qu'il intégrera le flux de travail sous la forme d'un module de vérification mathématique réutilisable pour sa plate-forme de découverte scientifique, qui connecte le LLM Intern-S2, les agents d'IA, les données et les équipements expérimentaux réels, permettant au modèle de servir d'« assistant de recherche » prenant en charge la vérification de bout en bout tout au long du flux de travail complet de la découverte scientifique dans un contexte de recherche réel.
Le laboratoire a cité une application antérieure de la plateforme, qui a aidé une équipe de recherche du laboratoire du groupe Lei de l'université de Wuhan à raccourcir le cycle de développement en synthèse électrochimique de cinq à dix ans à un ou deux ans seulement.
Un représentant de l'équipe a déclaré que le cas démontre que le paradigme de recherche « collaboration homme-machine » associant scientifiques et IA est susceptible de s'étendre à la physique, à la chimie, aux sciences de la vie et à d'autres domaines, où l'IA peut aider à comprimer les cycles d'essais et d'erreurs et à élargir l'espace de recherche de la pensée humaine.
L'équipe a déclaré que les modèles d'IA devraient jouer un rôle de plus en plus important en tant qu'« assistants de recherche », aptes à prendre en charge les dérivations d'essais massives, fastidieuses et fortement ramifiées, l'analyse de la littérature, la décomposition de propositions et la vérification des étapes.
