Discussion :

[Alex]

Google annonce une mise à jour de son modèle d'IA Gemini 3 Deep Think afin qu'il puisse traiter des problèmes complexes du monde réel, il aurait atteint un score sans précédent de 84,6 % sur ARC-AGI-2

Google a annoncé avoir mis à jour son modèle d'IA Gemini 3 Deep Think afin d'accélérer la vitesse à laquelle la technologie traite des problèmes complexes du monde réel. Le PDG de l'entreprise, Sundar Pichai, a qualifié cette mise à jour de « significative », affirmant que le géant technologique avait perfectionné Deep Think en étroite collaboration avec des scientifiques et des chercheurs afin de résoudre des défis « complexes » dans les domaines de la science, de l'ingénierie et des mathématiques avancées, où il n'existe pas toujours une seule bonne réponse.

En novembre 2025, Google a annoncé Gemini 3, un modèle d'intelligence artificielle amélioré, près de huit mois après le lancement de Gemini 2.5. Puis en décembre, Google a lancé Gemini 3 Deep Think, un mode d'IA exclusif pour les abonnés Premium, qui améliore le raisonnement pour les tâches mathématiques, scientifiques et logiques complexes grâce à une décomposition méthodique, à des hypothèses parallèles et à l'auto-vérification. Selon les tests, il surpasse les références et s'adresse aux professionnels, positionnant Google à la pointe de l'innovation en matière d'IA avancée.

Récemment, Google a annoncé avoir mis à jour son modèle d'IA Gemini 3 Deep Think afin d'accélérer la vitesse à laquelle la technologie traite des problèmes complexes du monde réel. Le PDG de l'entreprise, Sundar Pichai, a qualifié cette mise à jour de « significative », affirmant que le géant technologique avait perfectionné Deep Think en étroite collaboration avec des scientifiques et des chercheurs afin de résoudre des défis « complexes » dans les domaines de la science, de l'ingénierie et des mathématiques avancées, où il n'existe pas toujours une seule bonne réponse.

Sundar Pichai occupe le poste de PDG de Google depuis 2015 et celui de PDG de sa société mère Alphabet Inc. depuis 2019. Chez Google, il a dirigé la gestion des produits et les efforts d'innovation pour une suite de logiciels clients de Google, notamment Google Chrome et ChromeOS, tout en étant largement responsable de Google Drive. En outre, il a supervisé le développement d'autres applications telles que Gmail et Google Maps.

« Gemini 3 Deep Think bénéficie d'une mise à jour significative. Nous avons perfectionné Deep Think en étroite collaboration avec des scientifiques et des chercheurs afin de relever des défis complexes du monde réel. Et il repousse les limites des benchmarks les plus difficiles, atteignant un score sans précédent de 84,6 % sur ARC-AGI-2. Il établit également une nouvelle norme sur le dernier examen de l'humanité - 48,4 % sans outils », a déclaré Pichai.

Google affirme que Gemini 3 Deep Think « bat des records »

Selon l'entreprise, la version mise à jour de Gemini 3 Deep Think a « pulvérisé » certains des tests les plus difficiles jamais créés pour l'IA, atteignant des niveaux d'intelligence « pionniers ». L'entreprise a souligné que la version améliorée de Gemini 3 Deep Think a obtenu un score de 48,4 % au Humanity's Last Exam (HLE) – un test difficile conçu pour évaluer les modèles linguistiques avancés – sans utiliser aucun outil externe. Il aurait également obtenu un score de 84,6 %, un nouveau record en matière de raisonnement général, dans l'ARC-AGI-2, atteint le niveau « médaille d'or » aux Olympiades internationales de mathématiques 2025 et obtenu un score « Elo » (système de classement) impressionnant de 3455 en programmation compétitive.

Alors que la version précédente excellait en logique, le nouveau Deep Think est désormais présenté comme un « assistant scientifique ». Google affirme qu'il est désormais capable de naviguer dans des domaines complexes tels que la chimie avancée et la physique théorique. Par exemple, les ingénieurs utilisent déjà cet outil pour modéliser des systèmes physiques à l'aide de code, tandis que les chercheurs l'utilisent pour interpréter des ensembles de données complexes qui étaient auparavant trop denses pour être traités efficacement par l'IA, selon Google.

Pour les consommateurs : si vous êtes abonné à Google AI Ultra, vous pouvez accéder dès aujourd'hui au mode Deep Think mis à jour directement dans l'application Gemini. Pour les professionnels : pour la première fois, Google lance un programme d'accès anticipé à l'API Gemini. Cela permet à certains chercheurs, ingénieurs et grandes entreprises de créer leurs propres outils en utilisant la puissance de raisonnement de Deep Think. « Le mode Gemini 3 Deep Think mis à jour est désormais disponible pour les abonnés Ultra dans l'application Gemini. Nous rendons également Deep Think disponible pour la première fois via l'API Gemini à certains chercheurs et entreprises dans le cadre d'un programme d'accès anticipé », a déclaré Pichai.

Cette annonce semble confirmer les déclarations de Geoffrey Hinton, le « parrain de l'IA ». En décembre 2025, il a estimé que Google est en train de rattraper OpenAI dans la course à l'intelligence artificielle (IA). Hinton, professeur émérite à l'université de Toronto et ancien expert de Google Brain, s'est également dit surpris que Google ait mis autant de temps à dépasser ses concurrents. Dans une interview accordée à Business Insider, lorsqu'il a été question de la position de Google par rapport à OpenAI, Hinton a déclaré : « Je pense qu'il est en fait plus surprenant que Google ait mis autant de temps à dépasser OpenAI. Je pense qu'à l'heure actuelle, ils commencent à le dépasser ».

Voici un extrait de l'annonce de Google :

Améliorer le raisonnement grâce à la rigueur mathématique et algorithmique

L'année dernière, nous avons montré que des versions spécialisées de Deep Think pouvaient relever avec succès certains des défis les plus difficiles en matière de raisonnement, obtenant des résultats dignes d'une médaille d'or aux championnats du monde de mathématiques et de programmation. Plus récemment, Deep Think a permis à des agents spécialisés de mener des recherches mathématiques de niveau universitaire.

Le mode Deep Think mis à jour continue de repousser les limites de l'intelligence, atteignant de nouveaux sommets dans les benchmarks académiques les plus rigoureux, notamment :

- Établir une nouvelle norme (48,4 %, sans outils) sur Humanity's Last Exam, un benchmark conçu pour tester les limites des modèles modernes de pointe.

- Atteindre un score sans précédent de 84,6 % sur ARC-AGI-2, vérifié par la ARC Prize Foundation.

- Atteindre un Elo stupéfiant de 3455 sur Codeforces, un benchmark consistant en des défis de programmation compétitifs

- Atteindre un niveau de performance médaillé d'or à l'Olympiade internationale de mathématiques 2025

Naviguer dans des domaines scientifiques complexes

Au-delà des mathématiques et du codage compétitif, Gemini 3 Deep Think excelle désormais également dans de vastes domaines scientifiques tels que la chimie et la physique. Notre mode Deep Think mis à jour affiche des résultats de niveau médaille d'or dans les sections écrites des Olympiades internationales de physique et de chimie 2025. Il démontre également sa maîtrise de la physique théorique avancée, avec un score de 50,5 % sur CMT-Benchmark.

Accélérer l'ingénierie dans le monde réel

En plus de ses performances de pointe, Deep Think est conçu pour favoriser les applications pratiques, permettant aux chercheurs d'interpréter des données complexes et aux ingénieurs de modéliser des systèmes physiques à l'aide de code. Plus important encore, nous nous efforçons de mettre Deep Think à la disposition des chercheurs et des praticiens là où ils en ont le plus besoin, en commençant par des interfaces telles que l'API Gemini.

Source : Annonce de Google

Et vous ?

Pensez-vous que cette annonce est crédible ou pertinente ?
Quel est votre avis sur le sujet ?

Voir aussi :

Trois ans après avoir été pris au dépourvu par ChatGPT, Gemini est-il en train de gagner ? Des benchmarks et des chercheurs suggèrent que Gemini a ce qu'il faut pour détrôner OpenAI et tous ses concurrents

Anthropic lance son dernier modèle d'IA de « vibe working », Claude Opus 4.6, qui est présenté comme plus performant en matière de codage et capable de produire un travail professionnel de meilleure qualité

OpenAI lance GPT-5.3 Codex, qui est 25 % plus rapide que GPT-5.2 et qui a été le premier modèle d'OpenAI à aider à son propre débogage pendant son développement

[Alex]

Accélérer les découvertes mathématiques et scientifiques avec Gemini Deep Think : DeepMind présente les performances de son modèle d'IA dans le domaine des mathématiques, de la physique et de l'informatique

Sous la direction de mathématiciens et de scientifiques experts, Gemini Deep Think a résout des problèmes de recherche professionnels dans les domaines des mathématiques, de la physique et de l'informatique. Voici le rapport de Thang Luong et Vahab Mirrokni, des chercheurs de Google, concernant cette collaboration.

Récemment, Google a annoncé avoir mis à jour son modèle d'IA Gemini 3 Deep Think afin d'accélérer la vitesse à laquelle la technologie traite des problèmes complexes du monde réel. Le PDG de l'entreprise, Sundar Pichai, a qualifié cette mise à jour de « significative », affirmant que le géant technologique avait perfectionné Deep Think en étroite collaboration avec des scientifiques et des chercheurs afin de résoudre des défis « complexes » dans les domaines de la science, de l'ingénierie et des mathématiques avancées, où il n'existe pas toujours une seule bonne réponse.

« Gemini 3 Deep Think bénéficie d'une mise à jour significative. Nous avons perfectionné Deep Think en étroite collaboration avec des scientifiques et des chercheurs afin de relever des défis complexes du monde réel. Et il repousse les limites des benchmarks les plus difficiles, atteignant un score sans précédent de 84,6 % sur ARC-AGI-2. Il établit également une nouvelle norme sur le dernier examen de l'humanité - 48,4 % sans outils », a déclaré Pichai.

Voici le rapport de Thang Luong et Vahab Mirrokni, des chercheurs de Google, concernant cette collaboration :

Accélérer les découvertes mathématiques et scientifiques avec Gemini Deep Think

Au cours de l'été 2025, une version avancée de Gemini Deep Think a obtenu la médaille d'or aux Olympiades internationales de mathématiques (IMO) et, plus tard, une version mise à jour a obtenu des résultats similaires au Concours international de programmation universitaire. Ces résultats ont démontré que le modèle était capable de résoudre certains des problèmes mathématiques et de programmation les plus difficiles conçus pour les étudiants. Depuis lors, le mode Gemini Deep Think s'est étendu aux domaines des sciences, de l'ingénierie et des entreprises afin de relever des défis plus complexes et ouverts.

La semaine dernière, nos équipes ont publié deux articles détaillant un effort interdisciplinaire visant à résoudre des problèmes de recherche professionnels à l'aide du mode Gemini Deep Think. Ces résultats sont le fruit d'une collaboration étroite entre des mathématiciens, des physiciens et des informaticiens.

La frontière des mathématiques pures

Contrairement aux problèmes de l'IMO, les mathématiques de niveau recherche nécessitent des techniques avancées issues d'une vaste littérature. Si les modèles de base disposent de vastes bases de connaissances, la rareté des données conduit souvent à une compréhension superficielle et à des hallucinations dans les sujets avancés.

Pour résoudre ce problème, nous avons créé un agent de recherche mathématique (nom de code interne Aletheia), alimenté par le mode Gemini Deep Think. Il dispose d'un vérificateur de langage naturel qui identifie les failles dans les solutions candidates et permet un processus itératif de génération et de révision des solutions. Cet agent peut surtout admettre son incapacité à résoudre un problème, une fonctionnalité clé qui a amélioré l'efficacité des chercheurs.

De plus, l'agent de recherche utilise Google Search et la navigation web pour naviguer dans des recherches complexes, évitant ainsi les citations erronées et les inexactitudes computationnelles lors de la synthèse de la littérature publiée.

Présentation d'Aletheia, un agent de recherche mathématique alimenté par Deep Think qui peut générer, vérifier et réviser de manière itérative des problèmes mathématiques de niveau recherche.

Depuis qu'il a atteint le niveau de la médaille d'or de l'IMO en juillet 2025, Gemini Deep Think a progressé rapidement, obtenant un score de 90 % au test IMO-ProofBench Advanced à mesure que la puissance de calcul en temps d'inférence augmente. Nous avons démontré que la loi d'échelle continue de s'appliquer à mesure que nous progressons au-delà du niveau des Olympiades vers des exercices de niveau doctorat (selon notre benchmark interne FutureMath Basic). Aletheia a notamment démontré qu'il est possible d'obtenir une meilleure qualité de raisonnement avec un calcul en temps d'inférence moindre.

La dernière version avancée de Deep Think, datant de janvier 2026, a largement surpassé la version IMO-Gold (juillet 2025) sur des problèmes de niveau olympique. Aletheia fait un bond en avant en termes de qualité de raisonnement avec un temps de calcul inférieur. Tous les résultats ont été évalués par des experts humains.

La loi d'échelle du temps d'inférence s'applique également aux exercices de niveau doctorat.

Pour les mathématiques de niveau recherche, Aletheia a déjà permis plusieurs avancées, obtenues grâce à différents niveaux de recherche autonome :

- Recherche autonome fiable. Un article de recherche (Feng26) généré par l'IA sans aucune intervention humaine, qui calcule certaines constantes structurelles en géométrie arithmétique appelées poids propres.

- Collaboration guidée par l'IA. Un article de recherche (LeeSeo26) démontrant la collaboration entre l'homme et l'IA dans la démonstration des limites des systèmes de particules en interaction appelés ensembles indépendants.

- Une évaluation semi-autonome approfondie (Feng et al., 2026b) de 700 problèmes ouverts sur la base de données des conjectures d'Erdős de Bloom, y compris des solutions autonomes à quatre questions ouvertes qui y sont répertoriées. Sur Erdős-1051, notre modèle a résolu de manière autonome et a contribué à une généralisation rapportée dans un article de recherche (BKKKZ26).

L'agent a également contribué à des propositions intermédiaires dans deux autres articles, (FYZ26) et (ACGKMP26). Il convient également de noter qu'il existe des travaux antérieurs utilisant Gemini pour des recherches mathématiques à plus petite échelle en termes de collaborations et de nombre de problèmes abordés.

À la suite de discussions approfondies avec la communauté mathématique, nous proposons une taxonomie pour classer la recherche mathématique assistée par l'IA en fonction de son importance et du degré de contribution de l'IA, contribuant ainsi à un débat plus large sur la documentation, l'évaluation et la communication responsables des résultats générés par l'IA. Les travaux de niveau 2 (« qualité publiable ») ont été soumis à des revues réputées. À l'heure actuelle, nous ne revendiquons aucun résultat de niveau 3 (« avancée majeure ») ni de niveau 4 (« percée historique »).

Classification de tous les résultats mathématiques obtenus à l'aide de l'IA dans le cadre de ce travail. Les travaux classés au niveau 2 dans ce tableau ont été soumis pour publication.

Extension à la physique et à l'informatique

Le mode Gemini Deep Think s'est également révélé prometteur en informatique et en physique. Le deuxième article s'appuie sur des idées similaires de raisonnement agentique et identifie des « recettes » efficaces pour la collaboration, en particulier le modèle « Advisor », dans lequel les humains guident l'IA à travers des cycles itératifs de « Vibe-Proving » afin de valider l'intuition et d'affiner les preuves. Nous détaillons également des techniques tactiques telles que le « balanced prompting » (demande équilibrée), qui consiste à demander simultanément une preuve ou une réfutation afin d'éviter le biais de confirmation, et la vérification assistée par code. Ces méthodes, combinées à la capacité du modèle à relier des domaines scientifiques disparates grâce à des connexions structurelles profondes, transforment la manière dont la recherche théorique est menée. Ce travail s'appuie sur le déploiement réussi d'une version avancée de Gemini Deep Think pour aider à l'examen des articles théoriques en informatique pour la conférence STOC'26.

Une vue d'ensemble schématique du pipeline de raisonnement de l'IA, illustrant comment l'exploration approfondie de l'espace de solutions au niveau de la couche réseau est canalisée vers un raisonnement structuré et validée par une vérification automatisée et humaine.

En collaboration avec des experts sur 18 problèmes de recherche, une version avancée de Gemini Deep Think a permis de résoudre des goulots d'étranglement de longue date dans les domaines des algorithmes, du ML et de l'optimisation combinatoire, de la théorie de l'information et de l'économie. Les points forts de notre article « Accelerating Research with Gemini » (Accélérer la recherche avec Gemini) sont les suivants (numéros de section correspondants dans l'article) :

1. Franchir les frontières mathématiques pour résoudre les énigmes des réseaux : les progrès sur des problèmes classiques de l'informatique tels que « Max-Cut » (division efficace des réseaux) et « Steiner Tree » (connexion de points à haute dimension) avaient ralenti. Gemini a brisé ces deux impasses en sortant des sentiers battus. Il a résolu ces casse-têtes algorithmiques discrets en utilisant des outils avancés, tels que le théorème de Kirszbraun, la théorie de la mesure et le théorème de Stone-Weierstrass, issus de branches totalement indépendantes des mathématiques continues.

2. Résolution d'une conjecture vieille de dix ans dans le domaine de l'optimisation sous-modulaire en ligne : un article théorique publié en 2015 proposait une règle apparemment évidente pour les flux de données : faire une copie d'un élément entrant est toujours moins intéressant que de simplement déplacer l'original. Les experts ont lutté pendant une décennie pour prouver cette règle. Gemini a conçu un contre-exemple combinatoire très spécifique à trois éléments, prouvant rigoureusement que l'intuition humaine de longue date était fausse.

3. Optimisation de l'apprentissage automatique : pour former l'IA à filtrer le bruit, les ingénieurs doivent généralement ajuster manuellement une « pénalité » mathématique. Des chercheurs ont créé une nouvelle technique qui effectue cette opération automatiquement, mais ils n'ont pas pu expliquer mathématiquement pourquoi. Gemini a analysé les équations et prouvé que la méthode fonctionne en générant secrètement sa propre « pénalité adaptative » à la volée.

4. Amélioration de la théorie économique pour l'IA : un récent « principe de révélation » pour la mise aux enchères de jetons de génération d'IA ne fonctionnait mathématiquement que lorsque les enchères étaient limitées aux nombres rationnels. L'extension du domaine aux nombres réels continus a invalidé la preuve originale. Gemini a utilisé une topologie avancée et une théorie des ordres pour étendre le théorème, s'adaptant ainsi à la dynamique réelle des enchères continues.

5. Physique des cordes cosmiques : le calcul du rayonnement gravitationnel des cordes cosmiques nécessite de trouver des solutions analytiques à des intégrales complexes contenant des « singularités ». Gemini a trouvé une solution novatrice à l'aide des polynômes de Gegenbauer. Cela a naturellement absorbé les singularités, réduisant une série infinie à une forme fermée, une somme finie.

Couvrant divers domaines, de la théorie de l'information et de la complexité à la cryptographie et à la conception de mécanismes, les résultats démontrent comment l'IA transforme fondamentalement la recherche.

Compte tenu du caractère fluide et axé sur les conférences du processus de publication en informatique, nous décrivons ces résultats selon leur trajectoire académique plutôt que selon une taxonomie rigide. Environ la moitié d'entre eux visent des conférences prestigieuses, notamment une acceptation à l'ICLR 2026, tandis que la plupart des autres résultats feront l'objet de futures soumissions à des revues. Même lorsqu'il s'agit de corriger le cap en identifiant des erreurs ou en réfutant des conjectures, ces résultats soulignent la valeur de l'IA en tant que collaborateur scientifique de haut niveau.

L'avenir de la collaboration entre l'homme et l'IA

S'appuyant sur les précédentes avancées de Google, ces travaux démontrent que les modèles fondamentaux généraux, associés à des workflows de raisonnement agentique, peuvent constituer un puissant compagnon scientifique.

Sous la direction de mathématiciens, physiciens et informaticiens experts, le mode Gemini Deep Think prouve son utilité dans tous les domaines où les mathématiques, la logique et le raisonnement complexes sont essentiels.

Nous assistons à un changement fondamental dans le déroulement des travaux scientifiques. À mesure que Gemini évolue, il agit comme un « multiplicateur de force » pour l'intellect humain, se chargeant de la recherche de connaissances et de leur vérification rigoureuse afin que les scientifiques puissent se concentrer sur la profondeur conceptuelle et la direction créative. Qu'il s'agisse d'affiner des preuves, de rechercher des contre-exemples ou de relier des domaines disparates, l'IA devient un collaborateur précieux dans le prochain chapitre du progrès scientifique.

Source : Thang Luong et Vahab Mirrokni, Google DeepMind

Et vous ?

Pensez-vous que ce rapport est crédible ou pertinent ?
Quel est votre avis sur le sujet ?

Voir aussi :

L'IA obtient la médaille d'argent en résolvant les problèmes des Olympiades internationales de mathématiques, avec les systèmes AlphaProof et AlphaGeometry 2 de Google DeepMind

Google DeepMind a utilisé un grand modèle de langage pour résoudre un problème mathématique insoluble, "c'est une façon intéressante d'exploiter la puissance des LLM", déclare Terence Tao

« Pratiquement nul, un déchet » : le célèbre mathématicien Joel David Hamkins déclare que les modèles d'IA ne sont d'aucune utilité pour résoudre des problèmes mathématiques

[kain_tn]

Quel est votre avis sur le sujet ?

Des chercheurs de chez Google qui disent que le produit de Google est super, qu'il aide à faire de la recherche, etc.

Bien sûr, il n'y a aucun conflit d'intérêt de leur part ni aucun placement de produit!