Des agents IA percent les maths en 88 heures

Une preuve revendiquée, et un test pour l’IA scientifique

Le titre de travail correspond exactement au sujet: des agents IA percent les maths en 88 heures. D’après les documents publics récents et les analyses publiées depuis, OpenAI affirme qu’un système interne non diffusé a coordonné environ 10 000 agents autonomes pour produire en quelque 88 heures une solution proposée au problème d’existence et de régularité de Navier–Stokes, avant une étape supplémentaire de formalisation et de vérification en Lean avec GPT-6 Astra [2][3]. La revendication ne se limite donc pas à un texte mathématique rédigé avec assurance. Elle porte sur un processus agentique massif, capable d’explorer des stratégies, d’agréger des résultats intermédiaires et de produire un objet vérifiable par machine pour l’un des problèmes du prix du millénaire du Clay Mathematics Institute [1][2].

C’est ce qui rend l’épisode plus important qu’une simple annonce d’entreprise. Les mathématiques difficiles forment un banc d’essai sévère pour l’IA: une preuve ne doit pas seulement sembler convaincante, elle doit tenir à travers les définitions, les lemmes, les dépendances et les cas limites. Le paquet Lean public associé aux résultats Navier–Stokes et Euler d’OpenAI indique qu’il contient des formalisations Lean 4 de « Finite time blowup for Navier–Stokes » et de « Finite time blowup for the Euler equation » [2]. Il présente aussi les résultats Navier–Stokes comme couvrant les alternatives de rupture en espace entier et sur tore périodique prévues dans la formulation officielle du Clay Institute [2].

Ce que dit exactement la revendication mathématique

Le problème de Navier–Stokes demande, dans les grandes lignes, si un écoulement incompressible tridimensionnel régi par ces équations reste toujours lisse, ou s’il peut développer une singularité en temps fini. La formalisation liée à OpenAI décrit le résultat comme une revendication de rupture: pour toute viscosité positive, il existerait des données initiales et un forçage lisses pour lesquels il n’existe pas de solution globale lisse à énergie cinétique uniformément bornée en espace entier; et il existerait aussi des données périodiques lisses avec forçage pour lesquelles il n’existe pas de solution globale lisse sur le tore [2]. Le paquet Lean précise que ces énoncés correspondent aux alternatives C et D de la formulation du Clay Institute [2].

Il faut toutefois éviter la caricature selon laquelle un ordinateur aurait prouvé que « l’eau devient infinie ». Une singularité mathématique signale une rupture dans des équations idéalisées sous des hypothèses précises; ce n’est pas une prédiction selon laquelle un fluide ordinaire atteindrait littéralement une vitesse infinie dans une expérience. L’enjeu est d’abord conceptuel: un contre-exemple résoudrait le problème dans le sens négatif, en montrant que la régularité globale n’est pas garantie dans les conditions acceptées du problème. Pour l’IA, l’enjeu est tout aussi net: une recherche distribuée par agents, adossée à une vérification formelle, vient d’être appliquée à une frontière où il n’existait pas de corrigé connu.

La réponse du Clay Institute: enthousiasme, mais pas encore prix

Le développement actuel le plus important est le communiqué du Clay Mathematics Institute daté du 11 septembre. Le Clay n’a pas annoncé de lauréat, n’a pas attribué le crédit et n’a pas versé le prix. L’institut a écrit qu’il partageait l’enthousiasme de la communauté mathématique mondiale en considérant l’annonce selon laquelle le problème de Navier–Stokes aurait « apparemment été réglé », tout en rappelant que les règles d’évaluation et d’attribution du crédit prévoient un processus délibérément lent [1]. La formulation est essentielle: elle reconnaît l’ampleur possible de l’événement sans confondre annonce, vérification et acceptation communautaire.

Le même communiqué replace l’affaire dans l’objectif initial des problèmes du millénaire: attirer l’attention du public sur des frontières mathématiques profondes, reconnaître des avancées historiques et encourager l’émergence de structures et de méthodes nouvelles [1]. Ici, la méthode pourrait devenir aussi mémorable que le résultat. Quand des milliers d’agents spécialisés peuvent attaquer un problème, consolider des pistes, puis les faire formaliser en Lean, l’instrument de recherche n’est plus seulement un modèle d’IA. C’est une organisation computationnelle complète.

Pourquoi Lean change tout, sans tout régler

La vérification Lean explique en partie pourquoi la revendication est prise au sérieux. Un fichier Lean qui se construit correctement donne une preuve forte que l’énoncé formalisé découle bien des définitions, bibliothèques et axiomes encodés. La page Reservoir indique la version récente de Lean 4 utilisée et fournit les commandes nécessaires pour récupérer le cache Mathlib et construire les formalisations [2]. System Report a également décrit la publication d’une preuve formelle Lean 4 par OpenAI comme un élément d’un mouvement plus large vers la reproductibilité dans la recherche en IA [3].

Mais Lean ne clôt pas toutes les questions humaines. Les mathématiciens doivent encore vérifier que l’énoncé formalisé correspond exactement à la formulation visée par Clay, que les hypothèses sont bien celles attendues, que la construction s’inscrit correctement par rapport aux travaux antérieurs et que la preuve peut être comprise, expliquée et intégrée à la théorie. C’est pourquoi les 88 heures sont vertigineuses, mais ne représentent pas toute l’histoire. Le chronomètre mesure la course des agents; il ne mesure pas le temps social nécessaire pour transformer un artefact formel en connaissance mathématique acceptée.

La controverse sur le crédit et les données

Le second développement majeur concerne la provenance. L’analyse publiée par Data Today le 12 septembre résume les accusations du mathématicien Tristan Buckmaster, professeur à NYU, selon lesquelles OpenAI aurait accéléré vers la solution après avoir eu connaissance de ses progrès avec Levent Alpöge, chercheur affilié à Anthropic, tandis que l’usage d’outils comme Codex soulève des questions non résolues sur les données de prompts [4]. OpenAI nie que les prompts Codex spécifiques de Buckmaster aient influencé le système, mais la controverse s’est élargie: des recherches privées saisies dans des outils d’IA peuvent-elles améliorer indirectement des modèles qui concurrencent ensuite les chercheurs qui les ont utilisés? [4]

Cette controverse ne prouve pas à elle seule une faute, et elle ne décide pas de la validité mathématique de la preuve. Elle reste pourtant centrale, car les mathématiques assistées par IA modifient le sens de la découverte indépendante. Si des chercheurs développent des idées non publiées avec des systèmes commerciaux, et si les entreprises qui opèrent ces systèmes disposent aussi de modèles frontières et d’essaims d’agents capables de publier plus vite, la discipline a besoin de règles plus claires sur l’attribution, les options de non-entraînement, la rétention des données et l’auditabilité. L’épisode Navier–Stokes est donc un problème de gouvernance autant qu’un problème de preuve.

Le signal des 88 heures

Le nombre qui restera est 88. Il condense des années de spéculations sur l’IA scientifique en une démonstration concrète: beaucoup d’agents, une cible extrêmement difficile, un artefact formel public et une mise à l’épreuve immédiate par la communauté. Le dépôt Lean public montre une voie vers des mathématiques machiniques reproductibles [2]. Le communiqué du Clay Institute montre que les institutions classiques prennent l’annonce au sérieux tout en préservant leur temporalité d’évaluation [1]. La controverse sur la provenance montre que les normes de crédit et d’usage des données n’ont pas suivi la vitesse des outils [4].

La formulation la plus prudente aujourd’hui est donc la suivante: OpenAI a produit une résolution proposée, formalisée en Lean et publiquement consultable, du problème du millénaire de Navier–Stokes; cette proposition aurait été générée par un vaste système multi-agent ayant atteint le résultat en 88 heures; la communauté mathématique commence maintenant le travail plus lent de vérification, d’interprétation et d’attribution du crédit [1][2][4]. Si le résultat tient, il marquera à la fois l’histoire des mathématiques et celle de l’IA. S’il échoue ou doit être corrigé, il restera un avertissement sur la vitesse à laquelle les systèmes agentiques peuvent produire des revendications plausibles, auditables et institutionnellement explosives.

Dans tous les cas, la preuve n’a apparemment pas rencontré de stack overflow. Le reste du système — évaluation par les pairs, attribution, gouvernance des données et compréhension humaine — est désormais sous forte charge.

Sources des dernières 72 heures

1. [1]Navier-Stokes Announcement11 sept. 2026, 00:00 UTC
2. [2]OpenAI's formal proof, agents API, and safety pause shift AI race11 sept. 2026, 08:31 UTC
3. [3]OpenAI math scoop raises prompt data privacy questions12 sept. 2026, 00:00 UTC
4. [4]NavierStokesAndEuler12 sept. 2026, 17:55 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.