AI and Mathematics: Where Are We, and Where Are We Going?

AI and Mathematics: Where Are We, and Where Are We Going?

IA et mathématiques : où en sommes-nous, et où allons-nous ?

par Minh Trinh's Artificial Intelligence · Voir la chaîne sur PSI

Sciences formelles & physiques Informatique & Cybersécurité UYInformatiqueUYAInformatique théorique
🎙 Minh Trinh's Artificial Intelligence 👥 367 📅 14 octobre 2026 ⏱ 56 min 👁 13 📄 opinion experte 🧭 2026-10-15
Disponible en : Français (actuel) English

Mots-clés

IAmathématiquespreuvesrechercheNavier-Stokes

Résumé

Jean-Marc Schlenker, professeur de mathématiques à l’université du Luxembourg, s’entretient avec Minh Trinh sur l’impact de l’IA en mathématiques. Il évoque les récents progrès, notamment la résolution partielle du problème de Navier-Stokes par OpenAI en septembre 2025, puis la publication massive de 722 articles en octobre. Il analyse ce que l’IA sait bien faire (construire des contre-exemples, effectuer des calculs complexes, transférer des idées entre domaines) et ce qu’elle ne sait pas encore faire (trouver de nouvelles idées, écrire des preuves lisibles). Il discute de la formalisation avec Lean, des réactions de la communauté mathématique, et des implications pour la formation et la recherche. Il donne aussi des conseils aux jeunes doctorants. La conversation aborde enfin l’avenir de la profession de mathématicien à l’ère de l’IA.

126 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée car le locuteur est un mathématicien reconnu, capable de nuancer les annonces spectaculaires d’OpenAI en les replaçant dans un contexte de réussite partielle (~10% des problèmes). Son argumentation est solide : il s’appuie sur des exemples précis (conjecture de Jacobian, classification des groupes simples) et distingue clairement les forces actuelles de l’IA de ses limites, sans céder à l’enthousiasme ni au pessimisme. La discussion est équilibrée et fondée sur l’expérience.

Rigueur scientifique, qualité des sources, adéquation du titre

Jean-Marc Schlenker cite des événements précis (annonces d’OpenAI, problèmes mathématiques) mais ne fournit pas de références bibliographiques formelles. Il mentionne des outils comme Lean, mais il ne donne pas de sources externes. La rigueur scientifique repose sur son expertise et sa capacité à expliquer les concepts. Le titre est approprié et reflète bien le contenu de la conversation.

149 mots

Adéquation titre / contenu

Le titre correspond bien au contenu : la conversation explore l'état actuel et les perspectives de l'IA en mathématiques.

Qualité & fiabilité

8/10

Intervention d'un mathématicien professeur à l'université, qui fournit des exemples concrets et une perspective équilibrée sur les capacités et limites de l'IA en mathématiques. Les informations sont crédibles mais certaines affirmations restent à vérifier.

Chapitres

Profil radar

Fiabilité 8/10