OpenAI publié sur GitHub 722 articles mathématiques obtenu grâce à un modèle d’IA interne pas encore accessible au grand public. Le catalogue, publié le 6 octobre 2026, comprend actuellement 719 articles, un nombre inférieur aux 722 3 résultats initiaux ont déjà été « réfutés » et, selon toute vraisemblance, ce nombre est destiné à baisser encore davantage. Les articles sont regroupés en 372 « familles » de résultats.
Selon ce que déclare l’entreprise, les résultats ont été obtenus avec le temps et ressources de calcul Très contenu. Si ces données étaient confirmées, cela signifierait que n’importe qui pourrait bientôt avoir accès à une puissance mathématique sans précédent. Voyons quels sont ces résultats, comment OpenAI les a obtenus et pourquoi cette nouvelle « fait peur » au monde des mathématiques.
Les résultats mathématiques publiés par OpenAI
OpenAI a publié sur son blog et sur GitHub, une plateforme en ligne utilisée par les développeurs pour stocker, gérer et partager le code de leurs programmes, un immense catalogue de résultats mathématiques produits par un modèle d’IA au sein de l’entreprise.
Le catalogue est en mise à jour continue et comprend désormais 719 articles organisés en 372 familles de résultats. Chaque famille peut inclure un résultat principalmanifestations alternatives, conséquences ou des travaux connexes. Les problèmes touchent à de nombreux domaines différents des mathématiques et comprennent également trois « problèmes du millénaire », c’est-à-dire trois des sept problèmes considérés parmi les plus pertinents pour les mathématiques modernes, choisis en 2000 par le Clay Mathematics Institute, qui propose un million de dollars pour la solution de chacun.
Les trois problèmes du millénaire abordés sont la conjecture de Hodgela conjecture de Bouleau et Swinnerton-Dyer et l’hypothèse de Riemann. Toutefois, pour les trois cas, le modèle n’a obtenu que des résultats partiels : aucun n’a encore été complètement résolu.
Pour rendre la vérification de vos résultats plus facile et plus automatique, OpenAI a également publié le démonstrations en Leanun langage de programmation utilisé pour écrire des preuves mathématiques sous une forme qu’un ordinateur peut vérifier. Cette vérification ne couvre actuellement qu’environ 40 % des résultats.
Comment il les a obtenus : Le modèle n’est pas accessible au public
Selon OpenAI, presque tous les résultats ont été produits selon la même procédure, en utilisant un modèle interne qui n’est pas accessible au public. Lors d’une évaluation de ses capacités, le modèle a été soumis à environ 4 000 problèmes ouverts. L’entreprise a ensuite collecté celles qu’elle jugeait pertinentes et les a regroupées dans les 372 familles du catalogue.
Cette nouvelle intervient un mois après l’annonce controversée de la résolution d’un autre problème du millénaire, celui des équations de Navier Stokes, par OpenAI. Dans ce cas, 10 000 agents ont été utilisés, soit 10 000 systèmes d’IA qui effectuent des tâches de manière autonome et peuvent se coordonner entre eux, pour 88 heures de calculs, avec des coûts de calcul de plusieurs millions de dollars.
Cette fois, cependant, un porte-parole d’OpenAI a déclaré que presque tous les résultats avaient été obtenus avec un agent et une demande. Il s’agirait donc d’une amélioration notable par rapport au résultat précédent. La société a également déclaré qu’en moyenne, chaque résultat nécessitait un coût de calcul équivalent à environ une session. trois heures de ChatGPT Pro avec « raisonnement ».
Si ces données étaient confirmées, le nouveau modèle aurait montré des capacités mathématiques bien supérieures à celles utilisées par OpenAI à peine un mois plus tôt. Mais l’augmentation des capacités mathématiques des modèles ne concerne pas seulement les performances de l’IA : la manière dont la recherche mathématique est menée et évaluée commence également à changer.
L’impact de l’IA dans le monde de la recherche mathématique
L’intelligence artificielle a un impact toujours plus grand sur la recherche mathématique, mais la manière dont les entreprises du secteur parviennent et présentent ces résultats alimente également plusieurs inquiétudes. L’annonce par OpenAI de la solution à l’un des problèmes du millénaire, survenue il y a un peu plus d’un mois, s’est accompagnée de nombreux critiques et des accusations de plagiat. Les acteurs de la recherche mathématique regardent donc avec une méfiance croissante les résultats produits par les grands laboratoires d’IA. Même Terence Tao, médaillé Fields et l’un des mathématiciens les plus connus au monde, a critiqué à plusieurs reprises la rapidité avec laquelle ces laboratoires produisent des résultats et la peu de transparence avec lequel ils sont obtenus.
Pour rendre plus transparente la manière dont ces types de résultats sont produits et communiqués, un groupe indépendant de mathématiciens travaillant avec OpenAI a publié le 29 septembre des recommandations. Parmi celles-ci figure la demande aux entreprises de rendre public le modèles des IA utilisées, les exactes demandes apporté au modèle et au temps de calcul employé pour chacun des problèmes résolus. OpenAI a cependant décidé de ne révéler que le temps de calcul moyen par problème et quelques statistiques, sans fournir les requêtes faites à l’IA. Il a cependant publié jusqu’à présent, dix exemples de la manière dont le modèle « raisonne » pour résoudre autant de problèmes. De plus, le modèle d’IA reste inaccessible : l’entreprise a déclaré travailler à sa sortie « de manière responsable », sans toutefois indiquer quand.
Pendant ce temps, le secteur de l’intelligence artificielle semble se concentrer de plus en plus sur les mathématiques. L’idée est que le fait d’être capable d’obtenir des résultats mathématiques vérifiables et considérés comme « objectifs » peut aider à convaincre les investisseurs et le public que les entreprises sont sur la bonne voie vers la superintelligence. C’est pourquoi de nombreuses entreprises du secteur ont fait de la recherche mathématique l’une de leurs priorités.