OpenAI résout 722 problèmes de mathématiques et prouve l’hypothèse quasi-Riemann dans une percée majeure

Une annonce mathématique d’une ampleur inhabituelle

OpenAI n’a pas publié un seul article, mais un vaste ensemble de documents de recherche produits par IA. Le 6 octobre 2026, l’entreprise a annoncé la diffusion d’un large éventail de nouveaux résultats mathématiques générés par un modèle interne de frontière, avec un dépôt GitHub public, des protocoles de citation et un suivi prévu des révisions [1]. Le dépôt décrit l’ensemble comme des manuscrits mathématiques et des artefacts de preuve produits par un modèle interne d’OpenAI [2].

Le chiffre mis en avant est massif: 722 manuscrits regroupés en 372 familles de résultats [2]. Cette nuance est importante. OpenAI ne dit pas que les 722 textes correspondent à 722 théorèmes indépendants; une famille peut réunir un résultat principal, des arguments compagnons, des conséquences ou des preuves alternatives [2]. Même avec cette réserve, l’ampleur reste remarquable. Si une partie seulement du catalogue résiste à l’examen, l’épisode pourrait devenir l’une des démonstrations les plus importantes de l’IA appliquée à la recherche mathématique.

L’entrée qui attire le plus l’attention est la famille 003, intitulée « The quasi-Riemann hypothesis ». L’aperçu publié par OpenAI affirme que le résultat prouve que toute fonction L de Dirichlet, y compris la fonction zêta de Riemann, ne possède aucun zéro dans le demi-plan Re s > 7/8, ce qui résoudrait l’hypothèse quasi-Riemann [3]. La même entrée indique que ce demi-plan serait également sans zéro pour certaines fonctions L de Hecke sur Q(√−3), et mentionne une preuve compagnon pour la région plus faible Re s > 11/12 [3].

Ce qu’OpenAI affirme avoir obtenu

Selon OpenAI, ces résultats proviennent d’un modèle interne de frontière, et non d’un produit public actuellement accessible [1]. L’entreprise explique avoir élargi ses évaluations après saturation de ses benchmarks mathématiques existants, puis avoir soumis environ 4 000 problèmes ouverts de recherche au modèle [2]. Après regroupement des sorties et sélection selon un seuil de signification, le catalogue publié compte 722 manuscrits répartis en 372 familles [2].

OpenAI donne aussi une indication inhabituelle sur le calcul utilisé. Le dépôt précise que la grande majorité des résultats a été obtenue selon la même procédure, avec en moyenne l’équivalent de trois heures de calcul « ChatGPT Pro thinking » par résultat [2]. L’annonce officielle ajoute que la publication comprend des estimations de calcul, des statistiques sur les problèmes tentés et dix résumés abrégés du raisonnement du modèle [1].

C’est ce qui rend l’annonce importante au-delà du seul contenu mathématique. Si un modèle peut générer de manière répétée des manuscrits sérieux à partir de problèmes ouverts, le goulot d’étranglement se déplace de la production vers la vérification. Or c’est précisément sur ce point que commencent les réserves.

L’hypothèse quasi-Riemann: une avancée possible, pas la RH complète

L’hypothèse de Riemann complète prédit que les zéros non triviaux de la fonction zêta se trouvent sur la droite critique Re s = 1/2. L’annonce d’OpenAI ne prétend pas résoudre cette hypothèse complète. La revendication porte sur une région sans zéro: aucune fonction L de Dirichlet n’aurait de zéro dans Re s > 7/8 [3]. Autrement dit, le résultat proposé repousserait fortement une frontière connue vers la droite critique, ce qui serait une avancée majeure en théorie analytique des nombres s’il était confirmé.

Le vocabulaire du catalogue est ferme: l’entrée dit « prouver » la région sans zéro et « résoudre » l’hypothèse quasi-Riemann [3]. Mais l’état actuel reste celui d’un ensemble de manuscrits et d’artefacts de preuve, non celui d’un résultat déjà accepté par un processus complet de relecture externe. Le dépôt d’OpenAI indique que les résultats se trouvent à différents stades de vérification, que tous ne disposent pas d’une formalisation Lean, et que certains résultats non formalisés pourraient contenir des problèmes [2]. Des analyses indépendantes publiées après l’annonce décrivent donc plus prudemment l’ensemble comme une collection de revendications majeures avec des niveaux de preuve inégaux [5].

Cette prudence n’est pas un détail. En mathématiques, une preuve devient acceptée après examen par des spécialistes, corrections éventuelles, vérification formelle quand elle existe, et confiance progressive de la communauté. OpenAI a accéléré la première étape en rendant les textes publics, mais la communauté doit maintenant absorber une masse de documents qui aurait normalement demandé des années de lecture.

Lean et la question de la vérification

L’un des éléments centraux de l’annonce est l’usage de Lean, un assistant de preuve permettant de faire vérifier par machine des énoncés et des démonstrations. OpenAI affirme partager des formalisations Lean de nombreuses preuves et prévoit de mettre à jour le dépôt à mesure que d’autres formalisations seront disponibles [1]. Le README précise que beaucoup, mais pas tous, les manuscrits ont été formalisés, et renvoie vers une bibliothèque Lean et un catalogue de formalisation pour les configurations de vérification [2].

Les synthèses externes soulignent la même limite: certains résultats disposent d’artefacts formels, d’autres reposent encore principalement sur des manuscrits [4]. AICoder indique que de nombreuses familles renvoient à des matériaux Lean et que le catalogue de formalisation recense un sous-ensemble de papiers dont le résultat principal est formalisé, tout en rappelant qu’aucun résultat n’a encore été validé par revue par les pairs [4]. Kingy AI insiste également sur le fait que les artefacts de preuve rendent la publication plus inspectable, mais ne transforment pas automatiquement chaque manuscrit en théorème accepté [5].

Pour l’entrée quasi-Riemann, cette distinction sera déterminante. Les spécialistes voudront savoir si l’argument est correct, quelles parties sont formalisées, si l’énoncé formel correspond exactement à l’annonce mathématique, et si toutes les dépendances sont valides. Une preuve vérifiée par machine peut être un élément très fort, mais seulement si la formalisation capture bien le résultat revendiqué.

Pourquoi le débat est immédiat

La publication provoque déjà un débat intense parce qu’elle combine trois éléments sensibles: des problèmes célèbres, un modèle non publié et une charge de vérification énorme. HuggingNews résume le résultat quasi-Riemann comme une preuve revendiquée avec une borne 7/8, tout en notant que la publication plus large inclut aussi des progrès annoncés sur plusieurs grands fronts mathématiques [6]. Le même suivi souligne que le modèle reste non public, ce qui signifie que les chercheurs peuvent examiner les sorties, mais pas reproduire eux-mêmes le processus de génération [6].

OpenAI dit avoir consulté le groupe consultatif Mathematics and Artificial Intelligence de l’Institute for Advanced Study et s’être appuyé sur ses recommandations publiques pour organiser la diffusion [1]. L’entreprise annonce aussi vouloir financer des ateliers, conférences et programmes spéciaux consacrés à la compréhension des grands résultats produits par IA [1]. C’est une reconnaissance implicite que la publication ne suffit pas: des centaines de manuscrits avancés demandent du temps, des incitations et des standards partagés pour être triés.

Le volume du catalogue crée ainsi un problème éditorial inédit pour les mathématiques. Une percée traditionnelle peut prendre la forme d’un préprint unique que quelques spécialistes lisent en détail. Ici, la communauté fait face à des centaines de documents couvrant la théorie des nombres, la géométrie algébrique, l’informatique théorique, la combinatoire, la physique mathématique, les algèbres d’opérateurs et d’autres domaines [5]. La vérification devient aussi une question d’allocation: quels résultats examiner d’abord, quels experts mobiliser, et comment suivre les corrections?

Lecture ambitieuse et lecture prudente

La lecture ambitieuse est qu’OpenAI vient de démontrer un saut majeur dans la découverte mathématique assistée par IA. Dans cette interprétation, la preuve de l’hypothèse quasi-Riemann est le résultat phare: une avancée générée par modèle dans un domaine profond de la théorie des nombres, qui aurait déjà fait la une si elle avait été publiée seule par des humains. Le catalogue de 722 manuscrits deviendrait alors la preuve que les modèles de frontière ne se contentent plus de résoudre des problèmes de concours, mais peuvent produire de véritables programmes de recherche.

La lecture prudente est qu’OpenAI a diffusé une vaste collection de résultats proposés, certains appuyés par des artefacts formels et d’autres non, et que la percée réelle ne sera connue qu’après examen par les spécialistes. La documentation d’OpenAI elle-même soutient cette prudence, puisqu’elle précise que les résultats sont à différents stades de vérification et que les résultats non formalisés peuvent contenir des erreurs [2]. Les couvertures indépendantes rappellent également que les manuscrits ne sont pas encore passés par la revue par les pairs et doivent être traités comme un catalogue de revendications jusqu’à vérification [4][5].

Ces deux lectures ne s’excluent pas. Produire 722 manuscrits d’apparence sérieuse est déjà un événement pour l’IA scientifique. Prouver l’hypothèse quasi-Riemann, en revanche, est une affirmation mathématique qui doit satisfaire les standards les plus élevés du domaine.

La prochaine étape

La suite sera moins spectaculaire que l’annonce, mais plus décisive. Les mathématiciens vont examiner les manuscrits quasi-Riemann, comparer la preuve 7/8 avec la preuve compagnon 11/12, tester les artefacts Lean disponibles et rechercher d’éventuelles hypothèses cachées, lacunes ou divergences entre énoncés formels et informels. OpenAI indique que l’historique public des versions sera conservé et que les corrections ou révisions seront enregistrées comme de nouvelles versions, les anciennes restant accessibles [2].

Si la preuve quasi-Riemann survit à ce processus, la publication du 6 octobre restera comme un jalon en théorie des nombres et en recherche sur l’IA. Si elle échoue, l’épisode restera tout de même important: il montrera que les modèles puissants peuvent générer des mathématiques ambitieuses et plausibles plus vite que les humains ne peuvent les certifier. Dans les deux cas, OpenAI impose une question pratique au monde académique: comment organiser la découverte quand la production de conjectures, preuves et manuscrits devient plus rapide que les mécanismes traditionnels d’évaluation?

Pour l’instant, la formulation la plus exacte est la suivante: OpenAI a annoncé une publication massive de mathématiques générées par IA, comprenant 722 manuscrits et une preuve revendiquée de l’hypothèse quasi-Riemann. La percée est peut-être réelle, mais son statut final dépendra de la vérification, pas du seul titre.

Développements

1. OpenAI résout 722 problèmes de mathématiques et prouve l'hypothèse de Quasi-Riemann36Kr · 7 oct. 2026, 04:24 · 9/10
2. OpenAI publie 722 manuscrits mathématiques générés par IA revendiquant des avancéesBigGo Finance · 7 oct. 2026, 03:55 · 8/10
3. OpenAI publie 722 manuscrits mathématiques générés par IA, revendiquant des avancéesBigGo Finance · 7 oct. 2026, 03:55 · 8/10
4. OpenAI publie 722 manuscrits avec résultats mathématiques et coûtsThe New York Times · 7 oct. 2026, 01:46 · 8/10
5. OpenAI releases 722 manuscripts with mathematical results — The Verge - UA.NEWSUA.NEWS · 7 oct. 2026, 01:40 · 8/10
6. OpenAI’s 722 Math Manuscripts: The Results, Proofs, Compute and Costs - Kingy AIKingy AI · 7 oct. 2026, 01:28 · 8/10
7. OpenAI publie 722 manuscrits mathématiques d'un modèle d'IA inéditUnite.AI · 7 oct. 2026, 00:39 · 9/10
8. OpenAI publie 722 manuscrits mathématiques d’un modèle d’IA non publiéUnite.AI · 7 oct. 2026, 00:39 · 7/10

Sources des dernières 72 heures

1. [1]Sharing AI progress in mathematics6 oct. 2026, 02:00
2. [2]math/README.md at main · openai/math · GitHub6 oct. 2026, 02:00
3. [3]math/overview.tex at main · openai/math · GitHub6 oct. 2026, 02:00
4. [4]OpenAI publishes 722 math manuscripts from an unreleased internal frontier model on GitHub, claiming results on the quasi-Riemann hypothesis, the Hodge conjecture for CM abelian varieties and more7 oct. 2026, 02:00
5. [5]OpenAI’s 722 Math Manuscripts: The Results, Proofs, Compute and Costs6 oct. 2026, 02:00
6. [6]OpenAI Math Release Includes Claimed Progress on Three Millennium Prize Problems7 oct. 2026, 00:32

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