Plus de cent problèmes ouverts résolus en moins d’un mois. C’est la promesse faite par OpenAI le 21 septembre 2026, après un entraînement lancé le 28 août qui aurait surpris ses propres mathématiciens. Aucun catalogue détaillé ni preuve complète n’a encore été publié pour permettre une vérification indépendante.
À retenir
- OpenAI affirme qu’un modèle interne a résolu plus de 100 problèmes ouverts entre le 28 août et le 21 septembre 2026.
- Aucun inventaire problème par problème ni manuscrit vérifiable n’a été diffusé, le chiffre reste une annonce unilatérale.
- Un groupe consultatif de neuf mathématiciens, dont trois médaillés Fields, a été créé à l’Institute for Advanced Study de Princeton.
- La communauté dénonce une asymétrie de moyens, avec près de 13,05 millions d’euros de calcul pour certaines preuves.
- Le débat porte désormais sur la vérification par assistants formels comme Lean et sur le sens même du travail mathématique.
Le chiffre frappe, mais l’annonce soulève surtout des questions de méthode et de calendrier pour la recherche fondamentale. Laboratoires, universités et jeunes chercheurs doivent désormais se demander comment partager, vérifier et valoriser les mathématiques à l’ère des essaims d’agents.
Cent problèmes en trois semaines : ce qu’affirme OpenAI
OpenAI décrit une accélération inédite, fondée sur des essaims d’agents parallèles, sans avoir encore publié les preuves correspondantes.
Un entraînement éclair lancé le 28 août
OpenAI indique que l’entraînement a débuté le 28 août 2026 et a produit des résultats dès septembre. L’entreprise évoque plus de 100 problèmes résolus dans la plupart des branches, de l’analyse à la combinatoire. La rapidité aurait surpris ses propres mathématiciens internes. L’épisode prolonge la séquence autour des équations de Navier-Stokes, présentée comme un problème du millénaire abordé par voie algorithmique.
Des essaims d’agents et une vérification automatique
Le dispositif décrit repose sur environ 10 000 agents concurrents qui travaillent en parallèle. Chaque agent génère des pistes, exécute du code et tente de formaliser une démonstration. La preuve liée à Navier-Stokes aurait nécessité 88 heures de calcul intensif sans interruption. La chaîne combine génération de texte mathématique et formalisation en langage Lean, un assistant de preuve qui vérifie mécaniquement chaque étape logique à partir d’axiomes explicites.
Un chiffre sans catalogue public
Aucun inventaire article par article n’a été rendu public. Aucun manuscrit complet n’a été déposé avec un statut de relecture par les pairs. Le décompte reste une affirmation non vérifiée de l’extérieur, dans l’attente de publications. Cette absence nourrit à la fois la fascination et le scepticisme sur la portée réelle des résultats.
Un garde-fou académique à Princeton : ce que peut et ne peut pas l’AGMAI
OpenAI s’appuie sur un panel hébergé à Princeton pour organiser la suite. Son mandat, comme ses limites, est clairement défini.
Neuf noms, trois médailles Fields
Le 21 septembre 2026, l’entreprise annonce l’Advisory Group on Mathematics and Artificial Intelligence, ou AGMAI. Le groupe est hébergé par l’Institute for Advanced Study de Princeton et compte neuf membres fondateurs. On y trouve François Charles, Camillo De Lellis, Timothy Gowers, Martin Hairer, Nikhil Srivastava, Ulrike Tillmann, Ravi Vakil, Edward Witten et Melanie Matchett Wood. Trois d’entre eux, Timothy Gowers, Martin Hairer et Edward Witten, sont lauréats de la médaille Fields.
Une mission de coordination, pas de frein
Le groupe doit évaluer, hiérarchiser et coordonner la divulgation des résultats. L’objectif est de diffuser ces travaux selon les normes académiques de rigueur et de traçabilité. L’Institute for Advanced Study précise que le groupe ne détient aucun pouvoir exécutif sur l’entreprise. Sa charte indique qu’il n’est pas chargé de conseiller sur le rythme des progrès internes en mathématiques.
Une indépendance affichée mais encadrée
Les membres exercent à titre bénévole afin de préserver leur indépendance. Le dispositif cherche à éviter les conflits d’intérêts financiers avec l’industrie et à créer un lien entre les laboratoires d’IA et la communauté mathématique. Il limite toutefois la capacité du panel à infléchir la course technologique si les développements s’accélèrent.
La science ouverte à l’épreuve de la force brute
Face à l’automatisation, le débat ne porte plus seulement sur la performance. Il concerne la vérification, la compréhension des preuves et l’avenir des carrières scientifiques.
La fronde des vingt-cinq médaillés Fields
Quelques jours avant l’annonce, 25 médaillés Fields signent une lettre ouverte intitulée A Severe Misalignment of AI in Mathematics. Le texte critique l’usage des conjectures comme métriques promotionnelles pour des architectures d’IA. Il dénonce l’asymétrie des ressources de calcul entre entreprises privées et universités. Des dépôts précipités sur arXiv, comme autour de Mumford-Shah le 23 septembre, cherchent déjà à établir l’antériorité avant la diffusion des 100 résultats.
Si la moindre piste prometteuse déclenche une razzia automatisée, les chercheurs cesseront de partager leurs intuitions.
Terence Tao, mathématicien à l’UCLA
De la découverte à la digestion : le nouveau goulot
L’histoire des mathématiques a longtemps buté sur l’étincelle de la découverte. L’IA déplace le problème en produisant plus de théorèmes que les spécialistes ne peuvent en examiner. Une preuve vérifiée en Lean certifie sa justesse logique, sans toujours expliquer pourquoi elle fonctionne. Le travail se déplace donc vers la relecture, la vérification et la théorisation des sorties de modèles. Le risque est de voir proliférer des démonstrations impénétrables et difficiles à assimiler pour l’esprit humain.
Le rôle du mathématicien se redessine
La question concerne directement les doctorants et les jeunes chercheurs. Pourquoi consacrer des années à une thèse si un système produit le résultat en quelques dizaines d’heures ? La valeur du diplôme, l’attribution et l’antériorité deviennent des questions très concrètes. Plusieurs voix défendent un rôle d’architecte conceptuel, chargé de formuler les questions et d’extraire des théories générales. D’autres redoutent que les chercheurs retiennent leurs idées informelles pour éviter le siphonnage automatisé par des essaims de calcul.
La vérification indépendante des preuves dira si le compteur tient. D’ici là, la discipline doit trancher entre partager vite, vérifier sérieusement et préserver le sens des résultats.
Laisser un commentaire
Vous devez vous connecter pour publier un commentaire.