OpenAI contre les mathématiciens : qui a vraiment résolu Navier-Stokes ?

Une victoire annoncée, mais pas encore stabilisée

Au 19 septembre 2026, la réponse la plus rigoureuse à la question « qui a résolu Navier-Stokes? » reste conditionnelle. OpenAI affirme qu’un système interne d’intelligence artificielle a produit une solution au problème du millénaire de Navier-Stokes, mais une partie de la communauté mathématique demande encore si la preuve, la priorité et le crédit ont réellement été tranchés [1]. Le cœur de l’affaire n’est donc pas seulement la validité d’un manuscrit généré ou assisté par machine. Il est aussi de savoir si des chercheurs utilisant des outils commerciaux d’IA ont pu exposer des idées non publiées à une entreprise capable de les devancer [1].

L’enjeu est exceptionnel, car Navier-Stokes fait partie des problèmes du millénaire de l’Institut Clay, une liste établie en 2000 et assortie d’un prix d’un million de dollars pour chaque solution acceptée [3]. Ces équations décrivent le mouvement des fluides, comme l’eau, l’air ou le sang, et irriguent à la fois les mathématiques pures, l’aérodynamique, la modélisation du climat et la médecine [2]. L’annonce d’OpenAI du 8 septembre s’est donc retrouvée au croisement du prestige scientifique, de la concurrence industrielle en IA et de la confiance académique [1].

Le 17 septembre, Nature a rapporté que l’annonce d’OpenAI avait déclenché une controverse sur la possibilité que des outils d’IA aient appris de mathématiciens humains travaillant sur des pistes liées, ainsi que sur la capacité des systèmes actuels à respecter les normes d’attribution du crédit scientifique [1]. La vraie question devient alors double: « la preuve est-elle correcte? » et « à qui appartiennent les idées décisives? »

Une chronologie contestée

La controverse s’organise autour de Tristan Buckmaster, de l’Université de New York, et de Levent Alpöge, présenté dans les reportages récents comme un mathématicien lié à Harvard et, dans le débat plus large, à des travaux associés à Anthropic [1][3]. Selon Nature, Buckmaster et Alpöge travaillaient déjà sur un aspect du problème de Navier-Stokes en utilisant des outils d’OpenAI et d’Anthropic avant que l’entreprise ne rende public son propre résultat [1]. Buckmaster a déclaré à Nature qu’il utilisait des outils d’OpenAI depuis environ un an et qu’il possédait trois comptes ChatGPT, dont seulement deux avaient désactivé l’option permettant d’utiliser les conversations pour améliorer les modèles [1].

OpenAI rejette l’idée que ces interactions aient influencé la preuve revendiquée. Un porte-parole a affirmé à Nature qu’aucune entrée utilisateur postérieure au 3 juillet n’avait pu influencer le système concerné, et que le travail d’OpenAI sur le problème avait commencé le 1er septembre [1]. L’entreprise a aussi déclaré ne pas avoir vu les travaux de Buckmaster et Alpöge, par quelque moyen que ce soit, avant leur publication publique [1]. Ces affirmations répondent à une partie précise de l’inquiétude, mais pas à l’angoisse plus générale: les chercheurs prennent conscience que les outils commerciaux d’IA peuvent être présents dès les premières étapes de la découverte, avant les prépublications, les séminaires et les remerciements [1].

Le problème n’est pas seulement juridique. Luke McDonagh, de la London School of Economics, a expliqué à Nature que les chercheurs universitaires n’avaient peut-être pas pleinement mesuré les conséquences du dépôt de données et de connaissances dans des comptes personnels d’IA [1]. Dans les mathématiques traditionnelles, un collègue qui reçoit une idée ou une technique essentielle au cours d’une discussion doit normalement reconnaître cette dette intellectuelle. Avec les IA, la trajectoire qui relie un prompt à un comportement de modèle peut rester opaque, et le « collègue » est parfois un produit propriétaire appartenant à un concurrent potentiel [1].

La preuve, le prix et la validation collective

Même si la preuve d’OpenAI se révélait correcte, son acceptation ne serait pas automatique. Nature rapporte qu’OpenAI affirme avoir vérifié sa preuve avec Lean, un langage utilisé pour des mathématiques vérifiables par machine [1]. Mais l’Institut Clay a indiqué qu’il n’examinerait la validité d’une solution qu’après publication dans une revue à comité de lecture et validation supplémentaire par la communauté [1].

Cette distinction est essentielle. Une formalisation Lean peut renforcer la confiance dans la logique interne d’une preuve, mais elle ne règle pas automatiquement la portée exacte du résultat, l’interprétation des hypothèses, la priorité, la lisibilité ou l’éligibilité au prix. La communauté doit encore déterminer ce qui a précisément été démontré, si les hypothèses correspondent au problème officiel et comment le résultat s’inscrit dans les travaux antérieurs [1][4].

Un article arXiv publié le 17 septembre par Peter Constantin, Mihaela Ignatova et Vlad Vicol montre déjà la rapidité de l’examen expert [4]. Les auteurs étudient la régularité de solutions asymptotiquement axisymétriques des équations de Navier-Stokes en 3D avec forçage analytique, en situant explicitement leur travail en réponse à la construction récemment annoncée par OpenAI [4]. Leur résultat ne constitue pas une réfutation simple d’OpenAI. Il précise plutôt le paysage: sous certaines propriétés structurelles attribuées à la construction d’OpenAI, un forçage analytique ou localement nul conduirait à la régularité plutôt qu’à l’explosion [4]. Autrement dit, la littérature commence déjà à identifier les caractéristiques indispensables, fragiles ou interprétables de la construction revendiquée.

Que signifie la percée pour la physique?

L’analyse publiée par Nature le 18 septembre ajoute un autre niveau de prudence: même si la revendication mathématique était confirmée, ses conséquences physiques directes pourraient rester limitées [2]. Le texte décrit la solution publiée par OpenAI comme fondée sur un vortex qui s’étire jusqu’à devenir extrêmement long et mince [2]. L’applied mathematician George Karniadakis a estimé pour Nature que, dans l’air, la singularité apparaîtrait lorsque ce vortex atteindrait environ 70 nanomètres de largeur, une échelle où l’hypothèse de continuité utilisée par Navier-Stokes devient déjà suspecte [2].

Ce point est crucial pour les non-spécialistes. Les équations de Navier-Stokes traitent les fluides comme des milieux continus, et non comme des collections de molécules discrètes [2]. À de très petites échelles, lorsque seules quelques molécules traversent la largeur d’une structure d’écoulement, cette approximation commence à perdre son sens physique [2]. Une singularité dans le modèle mathématique n’est donc pas une recette immédiate pour concevoir des avions, prévoir la météo ou simuler la circulation sanguine.

Nature souligne aussi que le problème du millénaire porte sur les fluides incompressibles, une très bonne approximation pour des liquides comme l’eau, tandis que d’autres modèles de fluides présentent déjà des limites connues pour les gaz raréfiés ou compressibles [2]. Voilà pourquoi la percée peut être historique pour les mathématiques sans produire immédiatement un gain d’ingénierie. Elle pourrait changer la compréhension des limites des équations, sans modifier du jour au lendemain les simulations utilisées par les ingénieurs.

Une communauté divisée

La réaction sociale est presque aussi spectaculaire que l’annonce scientifique. Live Science a rapporté depuis le Heidelberg Laureate Forum qu’un panel du 15 septembre réunissant des mathématiciens de premier plan avait abordé l’annonce d’OpenAI comme un symptôme d’une crise plus large de l’IA dans la discipline [3]. Michael Harris, professeur à Columbia, a employé des termes très sévères et appelé à un cadre réglementaire pour protéger les mathématiques et les mathématiciens contre des comportements similaires [3].

Mais le panel n’était pas unanime. Jacob Tsimerman, médaillé Fields 2026 et chercheur en sûreté de l’IA chez OpenAI, a estimé que l’accomplissement principal risquait d’être occulté et que le résultat devait informer le public sur les capacités réelles de l’IA [3]. Peter Scholze, médaillé Fields 2018, a au contraire qualifié l’annonce de forme de communication et rappelé que les problèmes du millénaire ne visent pas seulement une réponse, mais aussi une nouvelle compréhension humaine d’un vaste paysage mathématique [3].

Cette fracture résume le dilemme. Si la preuve est correcte, OpenAI aura peut-être démontré une nouvelle manière de découvrir des mathématiques. Mais si la preuve est correcte et que le système d’attribution échoue, l’épisode peut tout de même abîmer la discipline en rendant les chercheurs méfiants envers les outils qui accélèrent leur travail.

Alors, qui a vraiment résolu Navier-Stokes?

Il existe trois réponses défendables, selon le sens donné au mot « résoudre ».

Si « résoudre » signifie produire en premier la preuve aujourd’hui examinée, OpenAI revendique ce rôle pour son système interne, en s’appuyant sur une preuve vérifiée avec Lean et sur son récit d’un effort indépendant lancé en septembre [1]. Si « résoudre » signifie ouvrir le chemin mathématique qui rend le résultat possible, les reportages récents indiquent que de nombreux chercheurs attribuent aussi une part importante du crédit à Buckmaster et Alpöge, ainsi qu’à Diego Córdoba et Luis Martínez Zoroa pour des techniques antérieures de forçage [1]. Si « résoudre » signifie obtenir l’acceptation officielle comme solution d’un problème du millénaire, la réponse reste négative: le processus Clay, l’évaluation par les pairs et la validation collective ne sont pas terminés [1].

Pour l’instant, l’affaire OpenAI contre les mathématiciens n’est donc pas une histoire simple où la machine remplace le génie humain. C’est l’histoire d’un nouvel écosystème de recherche où humains, agents d’IA, systèmes de preuve formelle, prompts privés et incitations d’entreprise sont désormais entremêlés. La preuve finira peut-être par tenir. Le système du crédit, lui, est déjà sous tension.

Sources des dernières 72 heures

1. [1]Who gets credit in the AI era? OpenAI maths bombshell sparks debate17 sept. 2026, 00:00 UTC
2. [2]AI cracked the Navier–Stokes challenge. What does that mean for physics?18 sept. 2026, 00:00 UTC
3. [3]'Predatory behavior': Elite mathematicians clash over OpenAI's 'solution' to million-dollar math problem17 sept. 2026, 00:00 UTC
4. [4]Regularity of asymptotically axisymmetric solutions to the 3D Navier-Stokes equations with analytic forcing17 sept. 2026, 17:57 UTC

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