The math that OpenAI keeps for itself
OpenAI a publié plus de 700 résultats mathématiques, mais ceux-ci couvrent très peu la cryptographie ainsi que la statistique, la théorie du machine learning, l'optimisation et l'analyse numérique. Ces domaines constituent environ 20 % des théorèmes sur arXiv mais moins de 1 % des résultats publiés par OpenAI, un écart qui reste statistiquement significatif même en ne retenant que les articles résolvant des problèmes ouverts. Plusieurs explications sont proposées, notamment la réticence des laboratoires à publier des travaux donnant un avantage commercial asymétrique, ou un manque de focalisation sur certains problèmes malgré des exemples montrant que des modèles peuvent résoudre des problèmes d'optimisation. L'article souligne que les mathématiques sont particulièrement favorables à l'amélioration par IA — données synthétiques, vérification peu coûteuse et apprentissage par curriculum — et que les capacités mathématiques des modèles ont rapidement progressé. Il conclut par un appel à la recherche proactive : les chercheurs, notamment issus des mathématiques, devraient étudier la théorie du deep learning, poser des questions ambitieuses et préparer des propositions afin d'être prêts lorsque ces capacités deviendront décisives.