Intelligence artificielle : Les Mathématiques, une compétence indispensable

La maîtrise du raisonnement mathématique est la compétence
principale pour réussir dans l’intelligence artificielle
En effet la révolution actuelle que l’on observe sur l’utilisation de
l’intelligence artificielle peut être structurée en deux phases.

1. Les mathématiques : structurer et optimiser des programmes de recherches.

La phase actuelle où la maîtrise des mathématiques permet de structurer et
d’optimiser de nombreux programmes de recherches et d’amélioration de
services aux entreprises et aux particuliers.
Une phase future, comme l’a démontré l’actualité récente autour de
l’évolution du leader mondial de l’intelligence artificielle CHATGPT, où l’on
observe que l’intégration des modèles mathématiques complexes au sein
de la programmation de l’IA n’en est qu’à ses débuts.
Dans la phase actuelle du développement de l’ IA , il est demandé aux
meilleurs éléments de maîtriser la logique mathématique et plus
particulièrement la maîtrise de la conception des algorithmes.
Or, c’est la maîtrise les fondements théoriques des mathématiques qui
permet la compréhension et le développement des algorithmes utilisés pour
optimiser l’IA .
Cette maîtrise du raisonnement mathématique permet de conceptualiser
les outils qui permettront l’amélioration des modèles IA par exemple par
l’utilisation des statistiques où par les méthodes de réduction des espaces
vectoriels.

2. Développement de l’intelligence artificielle : machine learning et deep learning

Une des causes qui a été donnée dans le feuilleton de licenciement et de
sa réintégration du président de CHATGPT semble d’après les différents
articles parus dans la presse être liée à l’intégration directe de modèles
mathématiques utilisables par CHATGPT pour augmenter la puissance de
l’intelligence artificielle qui était principalement basée jusqu’ici sur la
maîtrise du langage GML.
Cette augmentation de l’utilisation des mathématiques se retrouve aussi
dans le concept de Deep Learning qui est l’objet d’investissements
considérables dans le monde entier et plus particulièrement aux Etat Unis.
Le concept même de deep Learning repose sur la maîtrise des principaux
piliers de mathématiques, l’algèbre linéaire, le calcul vectoriel, l’optimisation
… pour augmenter la puissance de l’IA .

Indépendamment du débat de fond sur le bien-fondé ou non de
l’augmentation de la puissance des outils de l’IA, nous pouvons observer
que les mathématiques sont au cœur du développement de l’intelligence
artificielle.
Dans ce contexte, il est essentiel de préciser qu’il existe deux manières de
faire des mathématiques :
L’une classique, principalement et essentiellement utilisée dans les
méthodes d’enseignement des mathématiques du secondaire où l’élève est
invité à reproduire les formules et des méthodes qui lui sont enseignées.
Une autre méthode, celle de Cours Gauss repose sur la compréhension de
la logique mathématique
Les élèves qui réussissent, à titre d’exemple, à comprendre et à reproduire
la création d’un théorème seront plus fort demain que ceux qui ne font que
reproduire l’application du théorème.
Les profils qui réussissent le mieux dans les épreuves sélectives de
mathématiques sont ceux qui ont compris les bases du raisonnement
mathématique
Non seulement à court terme cette maitrise est la clef de voûte de la
réussite aux examens mais est aussi la clef d’une carrière prometteuse
dans l’IA .