En bref
- OpenAI sollicite l’évaluation d’experts externes pour des preuves générées par son IA dans trois domaines.
- L’étude en informatique affirme que l’hypothèse du temps exponentiel est fausse ; cette affirmation fera l’objet d’un examen indépendant.
- La preuve mathématique vise à montrer que la conjecture de régularisation locale est valable en toute dimension.
- L’étude en physique porte sur l’existence mathématique de la théorie de Yang-Mills ; elle ne prétend pas résoudre le problème de l’écart de masse.
Le 27 octobre 2026, OpenAI a annoncé avoir soumis à des experts externes trois preuves que ses modèles d’IA auraient produites en mathématiques, en informatique et en physique. L’entreprise présente ces travaux non comme des résultats scientifiques définitifs, mais comme des documents de recherche à examiner. Le processus d’évaluation diffère selon les domaines : certaines preuves sont publiées, tandis que les documents relatifs à l’étude de physique ne le sont pas pour l’instant.
Quelle est l’affirmation en informatique ?
La première étude porte sur l’hypothèse du temps exponentiel (ETH), étroitement liée au problème de satisfaisabilité booléenne (SAT). L’ETH avance que, dans le pire des cas, le temps de calcul nécessaire pour résoudre un problème SAT augmente de façon exponentielle avec le nombre de variables. OpenAI affirme que ses modèles ont produit une preuve montrant que cette hypothèse est fausse. Si elle était vérifiée, cette affirmation pourrait conduire à réexaminer les fondements de certaines recherches qui établissent des bornes en supposant l’ETH ; elle ne rendrait toutefois pas automatiquement ces travaux invalides.
Russell Impagliazzo et Ramamohan Paturi, de l’UC San Diego, ainsi que Ryan Williams, du MIT, travailleront à examiner le résultat de manière indépendante et à l’expliquer. À la demande de ce groupe, OpenAI a publié la preuve écrite ainsi que sa version en Lean. Lean peut vérifier si une preuve établit étape par étape l’énoncé formalisé ; à lui seul, il ne peut toutefois pas déterminer si cet énoncé représente correctement le problème que les chercheurs cherchent à résoudre. L’examen des experts ne se limite donc pas à une vérification formelle : il doit aussi évaluer la portée scientifique de l’affirmation.
Quels résultats ressortent en mathématiques et en physique ?
L’étude mathématique porte sur la conjecture de régularisation locale, qui décrit la manière dont les ondes se propagent au fil du temps. OpenAI indique que ses modèles ont produit une preuve de cette conjecture valable dans toutes les dimensions, et non limitée à deux dimensions. Selon l’entreprise, ce résultat pourrait également établir la conjecture de Kakeya et la conjecture de restriction de Stein dans toutes les dimensions. Aucun groupe d’experts dédié n’a été constitué pour cette étude ; la preuve écrite et la preuve en Lean ont été mises à la disposition des chercheurs.
L’étude de physique s’intéresse aux fondements mathématiques des théories quantiques des champs. OpenAI affirme que ses modèles ont prouvé l’existence mathématique de certaines théories en quatre dimensions. Pour la théorie de Yang-Mills, le résultat avancé ne couvre que la partie existence du problème du millénaire. Il n’est pas affirmé que la théorie possède un écart de masse ; cela ne signifie donc pas que le problème du millénaire concerné a été entièrement résolu. Un groupe d’experts dirigé par David Gross évaluera cette étude ; l’entreprise ne publie pas pour l’instant les documents relatifs à la preuve en physique. Le groupe prévoit de présenter ses conclusions dans ses propres travaux.
Ce que cela signifie pour les flux de travail en architecture, en architecture d’intérieur et en visualisation
Cette annonce ne concerne pas une nouvelle fonctionnalité intégrée à un logiciel de modélisation architecturale ou de visualisation. La validité des preuves et leurs conséquences pratiques restent soumises à l’examen des experts. OpenAI indique que le résultat en informatique pourrait contribuer aux recherches sur de meilleurs algorithmes, tout en reconnaissant que des travaux supplémentaires seront nécessaires pour en tirer des bénéfices concrets. À ce stade, aucun changement précis de flux de travail, de besoin matériel ou de compatibilité logicielle n’a donc été annoncé pour les agences d’architecture et les équipes de visualisation.
OpenAI a également annoncé consacrer 5 millions de dollars à la Simons Foundation afin de débattre de la portée des résultats issus de l’IA. L’entreprise estime que le mérite scientifique devrait revenir aux groupes de recherche qui exposent et évaluent les preuves. La manière dont le processus sera vérifié, les personnes qui auront accès aux résultats et à quel moment, ainsi que la définition de la contribution scientifique, restent cependant des sujets de discussion.
Sources
1 sourceLes textes sources ne sont pas republiés ; les courtes citations sont signalées, le reste est notre propre résumé et commentaire.
À court terme, cette annonce ne représente ni un nouvel outil de production ni un changement de flux de travail direct pour les équipes d’architecture et de visualisation. La question centrale est de savoir comment concevoir le processus de vérification des résultats techniques générés par l’IA. Ce processus pourrait contribuer à l’amélioration des méthodes de calcul à l’avenir ; toutefois, comme le précise également la source, les bénéfices pratiques restent incertains.
Pour les agences en Turquie, rien ne justifie à ce stade de décider d’investir dans du nouveau matériel, de modifier des licences ou de changer de logiciel pour des raisons de compatibilité. Il est plus judicieux de suivre l’examen indépendant des affirmations, notamment la distinction entre théorie et résultats applicables. Il ne faut pas considérer leurs effets comme établis avant la publication des évaluations des experts.
Questions fréquentes
Dans quels domaines l’IA d’OpenAI a-t-elle produit des preuves ?
OpenAI a annoncé trois travaux en mathématiques, en informatique et en physique. La validité des preuves est évaluée par des experts indépendants.
OpenAI affirme-t-elle avoir résolu un problème du millénaire ?
Non. L’étude sur Yang-Mills ne couvrirait que la partie portant sur l’existence mathématique de la théorie. L’écart de masse n’a pas été démontré.
Une preuve en Lean suffit-elle à prouver la justesse du résultat ?
Non. Lean vérifie les étapes de preuve correspondant à l’énoncé mathématique formalisé ; des experts doivent déterminer si cet énoncé représente correctement le problème visé.
