OpenAI a annoncé la création d'un groupe consultatif indépendant de mathématiciens, basé à l'Institut d'études avancées de Princeton, après avoir révélé qu'un modèle interne avait résolu plus de 100 problèmes mathématiques ouverts depuis le 28 août 2026, en plus d'une démonstration contestée du problème de Navier-Stokes, l'un des sept problèmes du millénaire.
Le groupe consultatif sur les mathématiques et l'intelligence artificielle émerge en réponse à une lettre ouverte signée par vingt-cinq lauréats de la médaille Fields, qui accusaient les entreprises d'intelligence artificielle d'utiliser les problèmes ouverts comme vitrine concurrentielle et de nuire au travail intellectuel authentique de la discipline.
Une polémique née avec Navier-Stokes
La tension a éclaté au début du mois de septembre 2026, lorsque le mathématicien de l'Université de New York, Tristan Buckmaster, a publié, avec le chercheur d'Anthropic Levent Alpöge, des avancées préliminaires sur le problème de Navier-Stokes en utilisant les modèles Codex et Claude.
Buckmaster a dénoncé publiquement le fait qu'une équipe parallèle d'OpenAI ait eu connaissance des progrès de sa recherche avant qu'elle ne soit rendue publique et ait utilisé un avantage de calcul pour arriver en premier à une démonstration complète.
D'après son propre récit, lorsqu'il a demandé des explications sur le moment où OpenAI avait commencé à travailler sur le problème, les réponses de l'entreprise sont devenues de plus en plus évasives. Quelques heures après que Buckmaster a rendu publique sa version des faits, OpenAI a publié une démonstration complète du problème d'existence et de régularité de Navier-Stokes, attribuée à un modèle interne de prochaine génération qui n'a pas encore de nom commercial définitif.
OpenAI a confirmé une grande partie de la chronologie : elle a reconnu que sa tentative de résoudre Navier-Stokes avait commencé le 1er septembre 2026, après avoir entendu des rumeurs selon lesquelles deux mathématiciens avaient progressé en utilisant l'intelligence artificielle. L'entreprise a également admis avoir eu des conversations avec Buckmaster et Alpöge pendant que les deux équipes avançaient en parallèle sur le même problème.
Plus d'une centaine de problèmes résolus en un mois par OpenAI
Le communiqué publié par OpenAI précise que, à partir du 28 août 2026, elle a commencé à entraîner un nouveau modèle interne qui, en plus de résoudre Navier-Stokes, a fini par trouver une solution à plus de 100 problèmes ouverts de longue date répartis dans la plupart des domaines des mathématiques. L'entreprise a décrit le rythme de ces résultats comme quelque chose qui a surpris ses propres mathématiciens internes.
Ce progrès s’ajoute à un précédent d’août de cette année, lorsque OpenAI avait déjà publié dix avancées en mathématiques et en informatique théorique — dont la construction d’un groupe non sophique, une question ouverte depuis 1999 — réalisées par une version interne du modèle que l’entreprise a baptisée Astra. Tous ces résultats ont été formalisés dans l’assistant de démonstration Lean, qui vérifie automatiquement que chaque étape logique d’une preuve est correcte.
La vitesse et l’échelle des nouvelles découvertes ont conduit la compagnie à reconnaître, dans le texte annonçant le groupe consultatif, que la communauté mathématique a besoin de plus de temps et de mécanismes pour s’adapter. « Cela a conduit à des discussions internes sur la meilleure façon d’informer la communauté sur les progrès rapides afin de préparer et d’adapter le domaine », a indiqué OpenAI dans sa publication officielle.
Huit mathématiciens avec voix mais sans pouvoir de veto
Le nouveau groupe est composé de neuf mathématiciens de premier plan : François Charles, Camillo De Lellis, Timothy Gowers, Martin Hairer, Nikhil Srivastava, Ulrike Tillmann, Ravi Vakil, Edward Witten et Melanie Matchett Wood, tous liés à des institutions telles que Princeton, Cambridge, Oxford, Stanford et Harvard. Seul l’un d’entre eux, De Lellis, avait également signé la lettre des médailles Fields.
Selon le communiqué même d’OpenAI, le groupe fonctionnera de manière indépendante : il pourra donner des conseils que l’entreprise n’a pas demandés, critiquer publiquement son impact sur les mathématiques et décider de sa propre composition, sans recevoir de rémunération pour sa tâche. Sa fonction centrale sera de conseiller sur la façon de communiquer et de réviser les résultats que l’entreprise publiera, ainsi que de donner son avis sur les normes académiques et professionnelles de la recherche mathématique.
Cependant, OpenAI elle-même a été explicite quant à la limite de cette indépendance : « le groupe ne sera pas responsable de nous conseiller sur le rythme de nos progrès internes en mathématiques », a clarifié l’entreprise dans sa publication. L’Institut d’études avancées a renforcé cette nuance dans un communiqué propre, indiquant qu’il conseillera mais n’aura aucun pouvoir de décision dans aucune entreprise d’intelligence artificielle, et que la responsabilité de chaque décision continuera de reposer sur la compagnie qui la prend.
Aucun des plus de 100 résultats annoncés n’a encore été publié avec le détail technique qui accompagnait les dix avancées d’août, qui comprenaient des manuscrits complets et des certificats formels en Lean disponibles publiquement. Cette différence alimente les doutes d’une partie de la communauté mathématique, qui réclame pouvoir vérifier chaque démonstration de manière indépendante avant de la considérer comme valide.
Ce qui est en jeu pour la science et l’industrie
L'épisode met en lumière une tension sous-jacente entre la rapidité avec laquelle les laboratoires d'intelligence artificielle cherchent à démontrer des avancées scientifiques et les délais traditionnels de validation par les pairs exigés par les mathématiques. Tandis qu'un résultat formalisé dans Lean élimine le doute sur la cohérence logique d'une démonstration, il ne garantit pas que le problème ait été interprété correctement ni ne remplace le jugement des spécialistes quant à sa pertinence réelle.
Pour la communauté académique hispanophone, ce cas anticipe également un dilemme qui commence à être discuté dans les universités de la région : quelles règles d'attribution et de vérification devraient régir lorsqu'un système d'intelligence artificielle produit des résultats scientifiques originaux, et quel rôle reste aux chercheurs humains dans ce processus.
La dispute avec Buckmaster et Alpöge, ainsi que la lettre des médailles Fields, suggèrent que d'autres laboratoires comme Anthropic et Google DeepMind pourraient être poussés à adopter des mécanismes de supervision similaires avant d'annoncer leurs propres avancées mathématiques. Pour l'instant, aucun de ces deux concurrents n'a formé un organisme comparable à celui présenté par OpenAI cette semaine.