Machines Learn Number Fields, But How? The Case of Galois Groups

Résumé technique : Les machines apprennent les corps de nombres, mais comment ? Le cas des groupes de Galois

Énoncé du problème
L'article traite de la classification des groupes de Galois pour les extensions de Galois des nombres rationnels $\mathbb{Q}$ de degrés 4, 6, 8, 9 et 10. Bien que des méthodes classiques existent pour déterminer ces groupes (souvent via les discriminants, les résolvantes ou des propriétés spécifiques des polynômes), les auteurs examinent si le groupe de Galois peut être déterminé uniquement à partir d'un ensemble fini de coefficients de la fonction zêta de Dedekind, $\zeta_K(s)$. Plus précisément, ils explorent la relation entre la distribution des coefficients zêta $a_n(K)$ et la structure sous-jacente du groupe de Galois. Le défi central réside dans le fait que, bien que les modèles d'apprentissage automatique (ML) puissent atteindre une grande précision dans cette tâche de classification, leur logique décisionnelle est généralement opaque (« boîte noire »). Les auteurs visent à déduire cette logique pour en dériver des critères mathématiques rigoureux.

Méthodologie
Les auteurs adoptent un paradigme de « découverte pilotée par l'apprentissage automatique » :

1. Génération de données : Ils utilisent la base de données des corps de nombres du LMFDB (L-functions and Modular Forms Database), en restreignant leur jeu de données aux extensions de Galois de degrés 4, 6, 8, 9 et 10. Les caractéristiques sont dérivées de deux sources :
   • Coefficients zêta : Les 1000 premiers coefficients ($a_n(K)$) de la fonction zêta de Dedekind.
   • Coefficients polynomiaux : Les coefficients des polynômes définis normalisés des corps de nombres.
2. Entraînement des modèles : Ils entraînent des modèles d'apprentissage automatique interprétables, principalement des arbres de décision et une régression logistique, en utilisant la bibliothèque scikit-learn.
   • Les arbres de décision sont entraînés avec le critère de Gini pour maximiser l'interprétabilité, permettant aux auteurs d'examiner les règles de division.
   • La régression logistique est utilisée pour analyser les poids des caractéristiques, en particulier pour identifier quels indices (par exemple, indices carrés ou cubiques) portent le plus de pouvoir prédictif.
3. Interprétation et preuve : La méthodologie centrale consiste à analyser la structure des modèles entraînés. Lorsqu'un modèle divise systématiquement sur des coefficients zêta spécifiques (par exemple, $a_{p^k}(K) = 0$), les auteurs formulent des conjectures mathématiques basées sur ces motifs. Ils utilisent ensuite la théorie algébrique des nombres classique — spécifiquement la théorie de la ramification, les groupes de décomposition, les groupes d'inertie et le théorème de densité de Chebotarev — pour prouver rigoureusement ces conjectures.

Contributions et résultats clés

• Corps quartiques et noniques (degrés 4 et 9) :

  • Observation : Les arbres de décision ont atteint une précision quasi parfaite (100 %) en se divisant sur des coefficients dont les indices sont des puissances parfaites (carrés pour le degré 4, cubes pour le degré 9).
  • Théorème : Pour une extension de Galois $K/\mathbb{Q}$ de degré $\ell^2$ (où $\ell$ est premier), le groupe de Galois est cyclique ($C_{\ell^2}$) si et seulement s'il existe un nombre premier $p$ tel que $a_{p^\ell}(K) = 0$. Inversement, si le groupe est $C_\ell^2$, alors $a_{p^\ell}(K) \neq 0$ pour tous les nombres premiers $p$.
  • Preuve : Cela repose sur l'analyse des types de décomposition. Pour les extensions $C_\ell^2$, le groupe de décomposition ne peut pas être cyclique d'ordre $\ell^2$ (ce qui nécessiterait $a_{p^\ell}=0$) en raison des contraintes sur les actions d'inertie et de Frobenius dans les corps locaux.

• Corps sextiques (degré 6) :

  • Observation : La distinction entre le groupe cyclique $C_6$ et le groupe symétrique $S_3$ dépend des valeurs de $a_{p^2}(K)$ et $a_{p^3}(K)$ par rapport à la classe de congruence de $p \pmod 6$.
  • Résultat : Les auteurs prouvent que si $p \equiv 1 \pmod 6$ et $a_{p^2}(K) = 1$, le groupe doit être $C_6$. Si $p \equiv 5 \pmod 6$ et $a_{p^2}(K) = 1$, le groupe doit être $S_3$. Des critères similaires sont établis pour $a_{p^3}(K)$.
  • Mécanisme : Ces résultats découlent du fait que $S_3$ manque de certains quotients cycliques ou sous-groupes requis pour des types de décomposition spécifiques (par exemple, des extensions cycliques totalement ramifiées de degré 3 ou 6) lorsque $p$ satisfait des congruences spécifiques.

• Corps déciques (degré 10) :

  • Observation : La distinction entre le groupe cyclique $C_{10}$ et le groupe diédral $D_5$ repose sur des coefficients indexés par des carrés ($p^2$) et des cinquièmes puissances ($p^5$).
  • Résultat : Des critères sont établis où l'annulation ou des valeurs spécifiques de $a_{p^2}(K)$ et $a_{p^5}(K)$, combinées à $p \pmod{10}$, déterminent de manière unique le groupe de Galois. Par exemple, $a_{p^5}(K)=1$ pour $p \neq 5$ implique une extension cyclique.

• Corps octiques (degré 8) :

  • Cas abélien : Les auteurs distinguent entre $C_8$, $C_4 \times C_2$ et $C_2^3$. Ils prouvent que $a_{p^4}(K) = 0$ pour un certain $p$ si et seulement si le groupe est $C_8$. De plus, $a_{p^2}(K) \neq 0$ pour tous les $p$ si et seulement si le groupe est $C_2^3$.
  • Cas non abélien : La distinction entre $D_4$ et $Q_8$ s'est révélée plus difficile via les coefficients zêta seuls, car les types de décomposition possibles pour un nombre premier donné sont identiques pour les deux groupes. Cependant, les modèles d'arbres de décision ont tout de même atteint une haute précision (98,67 %) en exploitant des différences statistiques subtiles dans la distribution des coefficients indexés par des carrés, bien qu'aucun théorème simple de type « si-alors » n'ait été dérivé pour cette paire spécifique.
  • Abélien vs Non abélien : Un critère clair est fourni : si $a_{p^4}(K) = 0$, l'extension est abélienne (spécifiquement $C_8$). Si $a_{p^4}(K)=1$ et $a_{p^2}(K)>0$ pour $p \equiv 3 \pmod 4$, l'extension est non abélienne.

• Coefficients polynomiaux :

  • Bien que les arbres de décision aient bien fonctionné avec les coefficients polynomiaux, les modèles étaient complexes et difficiles à interpréter. Les auteurs ont noté que les modèles reposaient souvent sur l'ampleur des coefficients (par exemple, les extensions $C_6$ ayant des coefficients beaucoup plus grands que les $S_3$), mais ils n'ont pas dérivé de nouveaux théorèmes de ces motifs, notant que la normalisation des polynômes dans le LMFDB influence fortement ces distributions.

Portée et affirmations
L'article prétend démontrer un nouveau paradigme dans la recherche mathématique où l'apprentissage automatique ne sert pas seulement d'outil prédictif, mais de générateur de conjectures.

• Interprétabilité : En utilisant des modèles interprétables (arbres de décision), les auteurs ont pu « déduire à l'envers » la logique de la machine pour trouver des énoncés mathématiques précis qui étaient auparavant inconnus ou inexplorés dans la littérature.
• Preuve rigoureuse : Contrairement à de nombreuses applications du ML en mathématiques qui s'arrêtent à une haute précision, ce travail boucle la boucle en prouvant les conjectures générées par les modèles à l'aide de preuves traditionnelles de la théorie des nombres.
• Nouveaux critères : L'article fournit des critères simples et nouveaux pour classifier les groupes de Galois basés sur les coefficients zêta (par exemple, vérifier si $a_{1000}(K) \leq 4$ implique la cyclicité pour les corps noniques), qui ne pouvaient pas être formulés sans l'analyse initiale par ML.
• Limites : Les auteurs sont modestes quant à la portée, notant que si l'approche fonctionne bien pour les degrés spécifiques étudiés, elle ne fournit pas encore d'algorithme universel pour tous les degrés. Ils soulignent également que pour les groupes octiques non abéliens ($D_4$ vs $Q_8$), les modèles ML ont trouvé des motifs statistiques qui ne se traduisaient pas immédiatement par un critère théorique simple, suggérant que certains apports du ML peuvent rester statistiques plutôt que structurels.

L'ouvrage conclut en suggérant que cette méthodologie pourrait être étendue aux extensions non galoisiennes, aux degrés supérieurs et à d'autres corps de base, conduisant potentiellement à des algorithmes plus efficaces pour le calcul des groupes de Galois.