Scott Aaronson compare l'ambiance qui règne dans les mathématiques depuis la publication d'OpenAI à celle d'un chasseur-cueilleur voyant un complexe hôtelier ouvrir à côté de chez lui, contraint de repenser sa carrière.
La publication, datée du 6 octobre 2026, est un recueil de 719 articles regroupés en 372 familles de résultats, produit par un modèle interne non publié. Plusieurs résultats touchent à des tâches familières de la science des données : l'appariement de textes désordonnés, le choix d'observations représentatives, la génération de données de comparaison et l'ajustement de modèles.
Le recueil couvre dix-sept disciplines. L'informatique théorique compte le plus de familles, 40, soit environ 11 % du total. Mesurée en pages, cependant, la théorie des probabilités et la mécanique statistique prennent la tête, avec 29 familles regroupant 105 articles et 7 232 pages, soit environ 21 % de toutes les pages. L'ensemble représente 34 669 pages, et l'article médian compte 39 pages. Lire un PDF par jour demanderait près de deux ans.
Un exemple central est la distance d'édition, c'est-à-dire le nombre minimal d'insertions, de suppressions et de remplacements d'un caractère nécessaires pour transformer une chaîne en une autre. Elle permet d'apparier des enregistrements comme « Jon Smith » et « John Smyth », qui diffèrent de deux modifications. Le calcul exact classique construit une grille dont la taille croît de façon quadratique avec la longueur des chaînes : doubler les deux chaînes multiplie la grille par quatre. Un nouvel article de la publication revendique une méthode plus rapide, bien qu'une preuve de meilleure méthode puisse précéder sa mise en œuvre pratique.
Le point plus général est que les choix relatifs à la précision, à la distance et au hasard façonnent le calcul, le stockage et les données nécessaires. La question de savoir si ces gains théoriques atteindront les systèmes de production reste ouverte.
Source: Towards Data Science · Résumé par HeadlinesBriefing