L’intelligence artificielle vient-elle de franchir une étape inédite dans la recherche fondamentale ? OpenAI affirme que ses modèles ont permis de résoudre plusieurs problèmes scientifiques parmi les plus ardus des mathématiques, de l’informatique théorique et de la physique, certains posés depuis des décennies. Une annonce spectaculaire, qui doit encore passer l’épreuve de la vérification par la communauté scientifique.
Trois résultats présentés comme des découvertes
Selon l’entreprise américaine, ses modèles ont d’abord démontré, dans toutes les dimensions, la conjecture de lissage local en analyse harmonique, un problème ouvert depuis 1991 et seulement partiellement résolu jusque-là. Deuxième résultat annoncé : la réfutation de l’hypothèse du temps exponentiel (ETH), une conjecture considérée depuis des décennies comme l’un des piliers de la théorie de la complexité en informatique théorique.
Le troisième résultat concerne la physique théorique : OpenAI indique que ses modèles ont produit, le 9 septembre 2026, une preuve en langage naturel de l’existence de la théorie de Yang-Mills, suivie le 18 septembre d’une démonstration portant sur la chromodynamique quantique (QCD), puis d’une formalisation complète le 16 octobre. Ces questions figurent parmi les plus difficiles de la physique mathématique contemporaine.
Des centaines de problèmes mathématiques revendiqués
Ces trois annonces s’inscrivent dans une communication beaucoup plus large de l’entreprise. Dès le 21 septembre, OpenAI avait affirmé qu’un modèle interne entraîné depuis fin août avait permis de résoudre plus d’une centaine de problèmes ouverts en mathématiques, incluant des travaux en lien avec l’équation de Navier-Stokes, l’un des sept problèmes du prix du millénaire. L’entreprise a ensuite publié 722 manuscrits, regroupés en 372 familles de résultats distincts. Son prochain modèle, baptisé Astra, aurait quant à lui résolu dix problèmes mathématiques complexes, dont certains posés il y a plus de cinquante ans.
Ce type d’avancée n’est pas isolé : le modèle Claude d’Anthropic avait lui aussi permis d’identifier un nouveau système enzymatique proche de CRISPR, signe que plusieurs laboratoires d’IA cherchent désormais à s’imposer sur le terrain de la recherche scientifique elle-même, et plus seulement sur celui des usages grand public.
La prudence des chercheurs reste de mise
Les spécialistes rappellent toutefois que ces annonces doivent être vérifiées étape par étape. Les mathématiciens et physiciens doivent s’assurer que les énoncés traités par les modèles correspondent réellement aux problèmes d’origine, comprendre les méthodes de démonstration employées, parfois très différentes des raisonnements humains classiques, puis déterminer ce que ces résultats changent concrètement pour leurs disciplines. Un travail de relecture par les pairs qui prend du temps, même lorsque la preuve générée semble correcte à première vue.
Cette prudence n’empêche pas certains dirigeants d’entreprise de tenir des propos très affirmatifs : le patron d’OpenAI a récemment déclaré que l’intelligence artificielle avait désormais franchi un cap la rendant, selon lui, plus performante que les meilleurs scientifiques humains sur certaines tâches de résolution de problèmes. Une antagonisme révélateur entre la communication des laboratoires et la méthode scientifique classique, qui avance par vérifications indépendantes et publications dans des revues à comité de lecture.
Cette course aux annonces s’inscrit aussi dans un contexte de coopération internationale naissante autour de l’encadrement de ces technologies, comme l’illustre le lancement par 29 pays d’une organisation mondiale de coopération sur l’intelligence artificielle à Shanghai. De son côté, la physique théorique continue d’avancer aussi par la voie expérimentale classique, comme le montre une expérience récente ayant confirmé la théorie de la gravité d’Einstein à l’échelle atomique.
Questions fréquentes
OpenAI a-t-il vraiment résolu ces problèmes scientifiques ?
L’entreprise affirme que ses modèles ont produit des démonstrations pour ces problèmes, mais la communauté scientifique doit encore vérifier indépendamment chaque résultat avant de les considérer comme définitivement établis.
Quels domaines scientifiques sont concernés ?
Trois domaines sont cités par OpenAI : l’analyse harmonique en mathématiques, la théorie de la complexité en informatique, et la physique théorique avec des travaux liés à la théorie de Yang-Mills et à la chromodynamique quantique.
Pourquoi les chercheurs restent-ils prudents face à ces annonces ?
Parce que les méthodes de démonstration utilisées par les modèles d’IA diffèrent souvent des raisonnements mathématiques classiques, ce qui impose une relecture attentive avant toute validation par la communauté, selon le processus habituel de publication scientifique.
Sources
Cet article a été rédigé avec l’aide d’une intelligence artificielle. Politique éditoriale
