OpenAI affirme que ses modèles internes ont produit trois nouveaux résultats majeurs en mathématiques, informatique théorique et physique. La société dirigée par Sam Altman accompagne toutefois ces annonces d’une nouvelle méthode de publication destinée à confier l’analyse, la vérification et l’explication des travaux à des chercheurs extérieurs plutôt qu’à rechercher elle-même un crédit académique.
De la conjecture de Kakeya à l’hypothèse ETH
Le premier résultat concerne la conjecture de lissage local : OpenAI affirme disposer d’une nouvelle démonstration valable dans toutes les dimensions, qui permettrait également de résoudre les conjectures de Kakeya et de restriction de Stein. Le résultat a été formalisé avec Lean, un assistant de preuve utilisé pour vérifier mathématiquement certaines démonstrations.
En informatique théorique, le laboratoire affirme avoir réfuté l’Exponential Time Hypothesis (ETH), une conjecture centrale sur la complexité des problèmes de satisfaisabilité booléenne. La preuve en langage naturel et sa formalisation Lean sont accessibles publiquement afin de permettre une vérification indépendante.
Ces annonces prolongent les ambitions scientifiques d’OpenAI, qui avait déjà affirmé avoir résolu un problème lié aux équations de Navier-Stokes et présenté plusieurs résultats mathématiques obtenus avec un modèle expérimental.
Des chercheurs externes chargés de transformer les résultats en connaissance
Le troisième résultat est encore plus ambitieux : OpenAI dit disposer de preuves d’existence rigoureuses pour certaines théories quantiques des champs à quatre dimensions, dont la chromodynamique quantique et une extension unifiée du modèle standard. Les documents ne sont pas encore publiés, à la demande du groupe de physiciens chargé de les examiner.
OpenAI décrit désormais les productions de ses modèles comme des « données de recherche brutes ». Des spécialistes externes, qualifiés de shepherds, doivent organiser leur vérification et leur mise en contexte. Cette approche rejoint l’objectif du groupe de développer progressivement des agents capables d’assister directement la recherche scientifique.
Ces résultats restent donc à date des affirmations en cours d’examen et non des découvertes définitivement validées par la communauté. Reste que les antécédents de l’IA dans le domaine mathématique ont plutôt de quoi rendre optimistes…
