OpenAI : l'IA prouve Kakeya et réfute l'ETH en mathématiques

Ce qui s'est passé

Le 26 octobre 2026, OpenAI a publié une annonce sans précédent dans l'histoire de l'intelligence artificielle : ses modèles auraient produit trois résultats scientifiques inédits, soumis à la communauté académique pour vérification indépendante. Ces travaux couvrent trois domaines distincts — l'analyse harmonique, la complexité algorithmique et la physique mathématique — et représentent, si confirmés, un saut qualitatif dans la capacité des systèmes d'IA à conduire de véritables recherches scientifiques autonomes.

Le premier résultat concerne la conjecture de Kakeya, un problème ouvert depuis plus d'un siècle en analyse harmonique. Cette conjecture porte sur la taille minimale des ensembles dans lesquels une aiguille de longueur unitaire peut être retournée dans toutes les directions. En 2025, les mathématiciens Wang et Zahl avaient réussi à prouver cette conjecture en trois dimensions, une avancée saluée par l'ensemble de la communauté mathématique internationale. Les modèles d'OpenAI auraient étendu cette preuve à toutes les dimensions, résolvant simultanément la conjecture de lissage local et la conjecture de restriction de Stein. Ces résultats ont été formalisés dans le langage de preuve assisté par ordinateur Lean et publiés pour vérification externe. La formalisation Lean garantit que la preuve est mécaniquement vérifiable, sans dépendre uniquement de la lecture humaine.

Le deuxième résultat est potentiellement encore plus disruptif : selon OpenAI, ses modèles auraient réfuté l'hypothèse du temps exponentiel (ETH, Exponential Time Hypothesis). L'ETH est l'une des conjectures centrales de la complexité algorithmique. Elle postule qu'il n'existe pas d'algorithme significativement plus rapide que la force brute pour résoudre le problème SAT dans le cas général — plus précisément, que 3-SAT ne peut pas être résolu en temps sous-exponentiel. Cette conjecture sous-tend une partie importante de la théorie de la complexité moderne et est utilisée dans de nombreuses preuves de borne inférieure. La preuve de sa réfutation a également été formalisée en Lean et publiée.

Le troisième résultat touche à la physique mathématique : une preuve d'existence pour la chromodynamique quantique (QCD) et la théorie de jauge pure de Yang-Mills en quatre dimensions. Le problème de l'existence et du gap de masse de Yang-Mills est l'un des sept « problèmes du millénaire » définis par l'Institut Clay de Mathématiques, chacun doté d'une récompense d'un million de dollars. La formalisation dans Lean a été achevée le 16 octobre 2026 selon OpenAI, mais les artefacts physiques associés ne sont pas encore rendus publics. Des équipes de physiciens théoriques indépendants vérifient actuellement la validité et la portée physique de ce résultat.

Méthodologiquement, OpenAI précise que ses modèles ont collaboré avec des chercheurs humains de plusieurs universités partenaires pour produire ces résultats. La démarche ne serait pas celle d'une IA autonome générant des théorèmes ex nihilo, mais d'une collaboration où les modèles explorent des espaces de preuves de manière bien plus efficace que les techniques classiques de démonstration automatisée. Le processus implique une itération entre les propositions du modèle et la validation humaine, une vérification formelle en Lean, et une revue par des spécialistes des domaines concernés.

La communauté scientifique accueille ces annonces avec un mélange d'enthousiasme et de prudence mesurée. Plusieurs mathématiciens de renom ont souligné que la formalisation en Lean représente une garantie importante : le vérificateur de preuves Lean est reconnu pour sa rigueur et son indépendance vis-à-vis du raisonnement informel. D'autres rappellent que la vérification humaine approfondie reste indispensable, citant des cas récents où des preuves générées partiellement par IA contenaient des erreurs subtiles. Des équipes indépendantes à Cambridge, à Paris et à l'ETH Zurich travaillent actuellement sur la validation complète.

Du côté de la réfutation de l'ETH, la prudence est encore plus prononcée parmi les spécialistes. Plusieurs experts en complexité algorithmique ont immédiatement pointé que ce résultat serait, s'il est confirmé, d'une portée considérable et nécessiterait une revue extraordinairement rigoureuse. L'ETH sous-tend une partie importante des preuves de borne inférieure et est utilisée dans certaines constructions de sécurité réductionnelles. Plusieurs voix discordantes rappellent néanmoins que l'ETH, contrairement à P≠NP, n'est pas directement liée à la rupture d'algorithmes cryptographiques pratiques comme AES ou les courbes elliptiques.

OpenAI a publié un article de blog technique accompagné des fichiers Lean pour les deux premiers résultats, et annoncé la mise en place d'un processus de peer review accéléré avec des revues de mathématiques de référence. La société s'est également engagée à partager l'ensemble des artefacts de recherche une fois la vérification initiale complétée. Cette démarche contraste avec la tendance récente à la fermeture chez plusieurs grands laboratoires, et positionne OpenAI comme acteur de la science ouverte dans un contexte de compétition internationale intense avec DeepSeek, Google DeepMind et Anthropic.

Pourquoi c'est important

Ces annonces marquent potentiellement un tournant dans le débat sur ce que les systèmes d'IA peuvent accomplir en matière de recherche fondamentale. Jusqu'ici, les succès de l'IA dans les mathématiques se limitaient à la résolution de problèmes de compétitions — AlphaProof de Google DeepMind sur les Olympiades Internationales de Mathématiques en 2024 — ou à la vérification de preuves existantes. Produire de nouveaux théorèmes dans des domaines ouverts de l'analyse, de la complexité et de la physique mathématique serait qualitativement différent et représenterait une nouvelle classe de capacité cognitive artificielle.

Pour la cybersécurité et l'informatique théorique, la réfutation de l'ETH est le résultat le plus potentiellement disruptif. L'ETH est utilisée dans des preuves de sécurité par réduction pour argumenter que certains problèmes d'optimisation ou de satisfaisabilité ne peuvent pas être résolus efficacement. Une réfutation formelle — même partielle ou conditionnelle — imposerait une réévaluation rigoureuse de certaines constructions théoriques. Cela ne remet toutefois pas directement en cause la sécurité pratique des algorithmes cryptographiques déployés (AES, RSA, ECDSA), qui reposent sur des hypothèses de dureté distinctes de l'ETH.

La dimension géopolitique est également notable. OpenAI opère dans un contexte de compétition intense avec DeepSeek, Kimi et d'autres laboratoires chinois, ainsi qu'avec Google DeepMind et Anthropic. Publier des résultats scientifiques vérifiables constitue une stratégie qui dépasse le simple benchmark commercial : il s'agit de positionner l'IA américaine comme moteur de la découverte scientifique fondamentale, avec des implications pour les financements publics, les partenariats universitaires et la régulation sectorielle à venir.

Enfin, ces annonces relancent le débat sur le statut des modèles d'IA dans la production scientifique. Si des systèmes d'IA peuvent produire des preuves originales dans des domaines aussi pointus, la question de l'attribution, de la co-authorship et du rôle des modèles dans la publication académique devient urgente pour les institutions, les agences de financement de la recherche et les éditeurs scientifiques.

Ce qu'il faut retenir

• Trois résultats majeurs revendiqués : preuve de Kakeya en toutes dimensions, réfutation de l'ETH, preuve d'existence Yang-Mills — les deux premiers formalisés en Lean et publiés pour vérification externe.
• La réfutation de l'ETH, si confirmée, aurait des implications importantes pour la théorie de la complexité et certaines preuves de sécurité réductionnelles, sans menacer directement les algorithmes cryptographiques pratiques.
• Attendez la validation indépendante par les pairs avant de tirer des conclusions définitives — plusieurs équipes universitaires en Europe et aux États-Unis sont en cours de vérification.