OpenAI a annoncé mardi qu’un de ses modèles d’intelligence artificielle avait résolu en 88 heures l’équation de Navier-Stokes, un problème mathématique du millénaire posé au XIXe siècle. La firme indique avoir mobilisé plus de 10 000 agents et généré plus de 130 milliards de tokens pour un coût de plusieurs millions de dollars.
Une percée majeure sur l’équation de Navier-Stokes en 88 heures
L’intelligence artificielle vient de franchir un nouveau cap dans l’univers des mathématiques pures. OpenAI a annoncé mardi qu’un de ses modèles avait résolu un problème mathématique vieux de plus d’un siècle en moins de quatre jours, marquant un tournant salué par les responsables de l’entreprise.
L’équation de Navier-Stokes décrit le mouvement des fluides, qu’il s’agisse de gaz ou de liquides, et permet d’en anticiper l’évolution dans la durée. Formulé à l’origine par le mathématicien et ingénieur français Henri Navier en 1822 puis complété par le physicien et mathématicien George Gabriel Stokes en 1845, ce problème trouve des applications concrètes cruciales, allant de la conception d’ailes d’avion aux modèles météorologiques.
En l’an 2000, l’importance de cette énigme l’a fait retenir par le Clay Mathematics Institute parmi sept problèmes du millénaire, dont la résolution est assortie d’un prix d’un million de dollars.
C’est une étape significative de la recherche
Mark Chen, responsable de la recherche chez OpenAI
Il a également souligné qu’il s’agit de la promesse qu’il va devenir possible de répondre à d’autres questions parmi les plus complexes
, selon des propos rapportés lors d’un point de presse.
Une puissance de calcul massive et la compétition d’Anthropic
Pour parvenir à ce résultat en seulement 88 heures, OpenAI a employé un modèle doté de capacités significativement plus élevées que GPT-6 Astra, son dernier système lancé moins d’une semaine plus tôt. Le dispositif a exploité plus de 10 000 agents travaillant de concert, produisant plus de 130 milliards de tokens. Le coût de la puissance de calcul nécessaire s’élève à des millions de dollars.
L’élément déclencheur de cette course contre la montre réside dans la rivalité entre les géants du secteur. Sam Altman a révélé que son entreprise s’était lancée dans cette mission après avoir entendu des rumeurs selon lesquelles des modèles d’Anthropic avaient résolu l’un des problèmes du millénaire, affirmant que ses équipes voulaient savoir si elles pouvaient en faire autant.
Contestation des chercheurs et débat sur la rigueur scientifique
Quelques heures avant l’annonce officielle, le mathématicien australien Tristan Buckmaster a publiquement mis en doute la démarche d’OpenAI, y voyant des similarités frappantes avec ses propres travaux. Associé à Levent Alpöge, mathématicien employé par la firme concurrente Anthropic, il avait retenu des hypothèses différentes de celles traditionnellement explorées pour aborder le problème de Navier-Stokes. Selon eux, le modèle d’OpenAI aurait emprunté cette même piste.
Ayant utilisé par le passé Codex, l’outil de programmation d’OpenAI, Tristan Buckmaster a interrogé l’entreprise pour savoir si ses données avaient servi à l’entraînement interne. Sébastien Bubeck, chercheur chez OpenAI, a rejeté ces accusations lors de la conférence de presse :
Par la suite, l’entreprise a toutefois reconnu ne pas pouvoir écarter totalement l’éventualité que des données anonymisées du duo aient contribué à perfectionner ses modèles, tout en insistant sur le fait que la démonstration mathématique finale différait sensiblement de la leur. Des chercheurs concurrents ont également contesté la chronologie des faits présentée par l’entreprise.
Du côté des institutions, le président du Clay Mathematics Institute a qualifié l’événement de journée enthousiasmante, tout en rappelant que la validation d’une telle solution s’effectue sans hâte pour garantir une rigueur absolue. L’examen d’une telle méthode requiert un délai de deux ans après sa publication dans une revue scientifique qualifiée, sous réserve d’acceptation par la communauté mathématique internationale.
Cette hégémonie de l’intelligence artificielle suscite par ailleurs des réserves au sein de la discipline. Le mathématicien Terence Tao, récipiendaire de la médaille Fields en 2006, a exprimé des regrets quant à la délégation intégrale de la recherche mathématique à des machines au détriment d’une collaboration directe entre humains et algorithmes. Certains spécialistes redoutent également que les démonstrations produites par l’IA ne devinssent trop complexes à vérifier, freinant ainsi la progression future de la recherche fondamentale.