Trois annonces, un même problème de validation
OpenAI n’a pas annoncé une seule découverte, mais trois résultats revendiqués dans trois domaines différents: l’analyse harmonique, la complexité algorithmique et la théorie quantique des champs en quatre dimensions, avec un lien explicite vers la chromodynamique quantique et Yang–Mills pur comme sous-problème . L’entreprise insiste sur un point essentiel: ces textes doivent être compris comme des « données de recherche » brutes, que les communautés académiques devront vérifier, expliquer et, le cas échéant, intégrer au savoir scientifique .
Ce cadrage est important. OpenAI ne se contente plus de présenter ses modèles comme des assistants de bibliographie ou des générateurs d’intuitions. La société affirme qu’ils ont produit des preuves candidates dans des domaines où la validation peut demander des mois, parfois des années, de lecture experte. L’annonce met donc à l’épreuve deux choses à la fois: la solidité technique des preuves et la capacité des institutions scientifiques à traiter des résultats issus d’un modèle propriétaire.
OpenAI adopte trois stratégies de diffusion. Pour le résultat mathématique, l’entreprise dit avoir publié la sortie de l’IA et les matériaux liés à Lean afin de laisser les chercheurs organiser leur propre examen . Pour le résultat en informatique théorique, un groupe externe doit aider à vérifier et expliquer la preuve, tandis que les matériaux sont rendus publics . Pour la physique, un autre groupe d’experts doit guider le travail, mais les artefacts produits par l’IA ne sont pas encore diffusés en totalité .
La revendication mathématique: Kakeya par le lissage local
Le premier résultat concerne la conjecture de lissage local, un problème d’analyse harmonique portant sur la concentration des ondes au cours du temps . OpenAI affirme que ses modèles ont produit une preuve valable en toute dimension et que cette preuve résoudrait aussi la conjecture de Kakeya et la conjecture de restriction de Stein en toutes dimensions .
Le document décrivant le périmètre Lean précise que, pour toute dimension (n \ge 2) et tout (2 \le p < \infty), la formalisation borne une norme d’onde euclidienne par une norme de Sobolev avec le paramètre de perte attendu . Le même document énumère plusieurs conséquences: bornes de type Bochner–Riesz, estimations d’extension sphérique, estimations de fonction carrée de Stein et estimation maximale de Kakeya . Il affirme aussi que tout sous-ensemble de (\mathbb R^n) contenant un segment unité dans chaque direction a une dimension de Hausdorff égale à (n), formulation centrale de Kakeya .
L’affirmation est spectaculaire, car les problèmes de type Kakeya résistent depuis longtemps aux méthodes directes. OpenAI dit que la preuve repose sur une nouvelle équation aux dérivées partielles auxiliaire, que la sortie de l’IA a été obtenue le 18 octobre 2026 et qu’elle a été formalisée dans Lean le lendemain . Mais la prudence reste indispensable: le résultat ne sera convaincant que si l’énoncé formalisé correspond bien à la portée mathématique annoncée et si les spécialistes acceptent le passage entre le code Lean, le texte produit par l’IA et les théorèmes revendiqués.
Cette réserve n’est pas purement rhétorique. Dans les mathématiques assistées par IA, un énoncé vérifié formellement peut être plus étroit que le résumé médiatique qui l’accompagne. Le périmètre exact du document Lean est donc aussi important que le langage plus ambitieux de l’annonce .
L’hypothèse du temps exponentiel: la cible la plus vérifiable
La deuxième annonce pourrait être examinée le plus rapidement, car OpenAI dit avoir publié à la fois une réfutation en langage naturel et une preuve Lean . L’hypothèse du temps exponentiel, ou ETH, est une hypothèse majeure sur la difficulté des problèmes de satisfiabilité et sert de base à de nombreux résultats conditionnels d’impossibilité ou de quasi-optimalité .
OpenAI affirme que son système a prouvé que l’ETH est fausse et que le résultat a ensuite été vérifié dans Lean . Le document de périmètre Lean décrit une machine déterministe qui compte exactement les affectations satisfaisantes de formules CNF de largeur fixe, encodées canoniquement, en temps sous-exponentiel et en espace polynomial . Le manuscrit daté du 25 octobre est décrit comme donnant des bornes plus fines lorsque la formule comporte (m) clauses, avec une amélioration particulière si (m) reste au plus proportionnel à (n) .
Si le résultat tient, il ne résoudra pas à lui seul P contre NP et ne donnera pas immédiatement des solveurs SAT rapides pour l’industrie. OpenAI reconnaît elle-même qu’il faudra beaucoup de travail supplémentaire pour transformer une avancée théorique en algorithmes pratiques . En revanche, une réfutation valide de l’ETH ébranlerait une grande partie des raisonnements qui utilisent cette hypothèse comme fondation.
La composition du groupe de vérification est significative. OpenAI indique que Russell Impagliazzo et Ramamohan Paturi, de l’Université de Californie à San Diego, ainsi que Ryan Williams, du MIT, mèneront l’effort d’examen et d’explication . Le choix est particulièrement notable parce qu’OpenAI présente Impagliazzo et Paturi comme deux des auteurs originels de l’ETH, avec Francis Zane . Leur participation ne doit pas être lue comme une approbation, mais comme le signe que l’affirmation est désormais placée devant des chercheurs capables d’en tester précisément la portée.
Yang–Mills et QCD: la partie la moins ouverte
Le volet physique est le plus vaste, mais aussi le moins immédiatement vérifiable par la communauté. OpenAI dit que ses modèles ont produit une preuve d’existence mathématiquement rigoureuse pour certaines théories quantiques des champs interactives en quatre dimensions, incluant la chromodynamique quantique et une complétion unifiée du Modèle standard . L’entreprise ajoute que le travail comprend, comme sous-problème, une preuve d’existence de la théorie de Yang–Mills pure, liée à l’un des problèmes du prix du millénaire de l’Institut Clay .
OpenAI indique que David Gross dirigera un groupe comprenant Michael Douglas, Arthur Jaffe, Igor Klebanov et Nikita Nekrasov . Selon l’entreprise, ses modèles ont produit une preuve en langage naturel de l’existence de Yang–Mills le 9 septembre 2026, puis une preuve pour QCD le 18 septembre, avant une formalisation de Yang–Mills achevée le 16 octobre .
La limite est majeure: OpenAI dit que le groupe de physique a choisi de ne pas publier immédiatement les artefacts produits par l’IA et de travailler d’abord à sa propre rédaction . Cette décision peut améliorer la lisibilité finale, mais elle empêche pour l’instant un audit ouvert comparable à celui des matériaux mathématiques et informatiques. Pour une revendication touchant Yang–Mills, la confiance progressera donc plus lentement.
Le modèle des « shepherds » est lui aussi en procès
OpenAI affirme que ses collaborations suivront quatre principes: transparence, absence de crédit académique revendiqué par OpenAI, reconnaissance du travail humain d’explication et indépendance des participants . L’entreprise promet aussi de soutenir financièrement les chercheurs qui examineront et développeront ces résultats .
Mais le groupe indépendant Advisory Group on Mathematics and Artificial Intelligence a publié le 25 octobre une mise en garde contre la pratique consistant à désigner certains mathématiciens pour recevoir ou encadrer en priorité les sorties d’IA . Le groupe cite notamment les risques d’accès inégal, de réputation empruntée et de sélection biaisée . Il recommande plutôt des dépôts publics, des formalismes clairement documentés, des historiques de versions, une attribution précise et un développement réellement communautaire de la compréhension .
La tension est là. Les experts référents peuvent rendre des sorties complexes plus intelligibles. Mais ils peuvent aussi créer une asymétrie d’information et servir, volontairement ou non, de caution avant que la vérification soit terminée. OpenAI reconnaît elle-même que le choix initial de ces référents influence qui participe en premier et crée une asymétrie d’accès .
La revue par les pairs reste le vrai test
Hindustan Times a résumé l’annonce comme trois découvertes revendiquées en physique, mathématiques et informatique, tout en soulignant qu’OpenAI a recruté des « shepherds » académiques après des critiques sur le contournement de la revue par les pairs . Tech Insider adopte une lecture plus prudente: les affirmations sont précises et techniquement sérieuses, mais la confirmation indépendante n’est pas encore établie, surtout pour les matériaux de physique partiellement retenus .
C’est probablement la bonne position. L’ampleur de l’annonce est exceptionnelle. Une seule entreprise d’IA revendique des avancées sur Kakeya, sur l’ETH et sur une physique mathématique proche de Yang–Mills. Si une seule de ces trois revendications survit à l’examen, ce sera déjà un tournant pour la recherche assistée par IA. Si les trois survivent, l’histoire de la découverte scientifique devra ajouter un nouveau chapitre.
Pour l’instant, le mot juste reste « revendique ». OpenAI a placé trois affirmations extraordinaires devant la communauté scientifique. Le prochain résultat ne viendra pas d’un modèle seul, mais du travail lent de mathématiciens, d’informaticiens et de physiciens vérifiant les définitions, les périmètres, les formalismes, les hypothèses cachées et les lacunes d’exposition. La revue par les pairs vient de devenir le boss final.
Commentaires
Sois le premier à commenter.