par En quelques jours à peine, OpenAI et Anthropic affirment avoir percé deux énigmes qui résistaient aux plus grands mathématiciens depuis des décennies, dont l’un des sept fameux «problèmes du millénaire». Une prouesse spectaculaire, mais pas encore validée par la communauté scientifique, et qui soulève une question vertigineuse, que devient la recherche humaine quand la machine trouve plus vite qu’elle?
Vous vous souvenez de ces équations impossibles qui nous faisaient tourner en bourrique à l’école? Imaginez un peu, il existe des problèmes de mathématiques que les plus grands génies de la planète n’arrivent pas à résoudre depuis près d’un siècle. Des énigmes si coriaces qu’on les appelle les «problèmes du millénaire», 7 défis que personne n’a jamais réussi à percer, avec un million de dollars à la clé pour qui y parvient. Eh bien, figurez-vous que des machines viennent de s’y attaquer. Et pas pour plaisanter.
Une machine qui fait en 88 heures ce que l’humanité n’a pas fait en un siècle
Laissez-moi planter le décor. En septembre dernier, une entreprise que vous connaissez sûrement, OpenAI, les gens derrière ChatGPT, a annoncé quelque chose d’assez stupéfiant, leur intelligence artificielle aurait résolu un problème vieux de près d’un siècle. Le problème en question, c’est celui des équations de Navier-Stokes. Cela ne vous dit rien? C’est normal.
En résumé, ce sont les formules qui décrivent comment se déplacent l’eau, l’air et tous les fluides. C’est ce qui permet de prévoir la météo, de concevoir des avions, de comprendre comment le sang circule dans nos veines. Bref, des choses très concrètes.
Et depuis 100 ans, les chercheurs se demandent si ces équations fonctionnent-elles toujours, ou peuvent-elles parfois « exploser » c’est à dire devenir infinies d’un coup, ce qui n’a aucun sens dans la réalité?
La machine d’OpenAI aurait tranché par un oui car elles peuvent exploser. Et elle l’aurait fait en 88 heures. Moins de quatre jours. Pour vous donner une idée, il a fallu mobiliser 10 000 agent IA, ces petits programmes intelligents qui ont échangé entre eux 2,7 millions de messages. Cela a coûté des millions de dollars. Mais le résultat est là avec une démonstration de 165 pages, vérifiée par un logiciel spécial qui traque la moindre erreur de raisonnement.
Et ce n’est pas tout. Quelques jours avant, une autre entreprise, Anthropic, avait réalisé un exploit tout aussi impressionnant en achevant la démonstration d’un théorème ultra-célèbre celui de Fermat, si ce nom vous dit quelque chose, en 11 jours seulement. Le travail a généré 13 millions de lignes de code. Vous imaginez l’ampleur?
Mais alors, tout est vraiment terminé ?
Non. Une prudence nécessaire avant toute célébration. Pas de feu d’artifice, donc, pour l’instant. Car si l’exploit technique est indéniable, un détail de taille tempère l’enthousiasme, la communauté scientifique n’a pas encore validé ces résultats. C’est un peu comme si un ami vous annonçait, sûr de lui, avoir trouvé la solution à un problème de maths réputé impossible. Avant de sortir le Hamoud, vous voudriez quand même vérifier, non ? Il en va de même ici.
Le prestigieux institut qui décerne le million de dollars pour la résolution de ce type de conjecture n’a d’ailleurs rien confirmé à ce jour. Et fait révélateur, OpenAI a elle-même indiqué qu’elle ne réclamerait pas la récompense. Une manière élégante de reconnaître, en creux, que le chemin reste encore long avant que ces prouesses algorithmiques ne soient pleinement reconnues et intégrées par la communauté mathématique.
Et puis il y a une autre histoire, moins reluisante. Un chercheur, Tristan Buckmaster, qui travaillait sur un problème très proche, affirme qu’OpenAI aurait eu connaissance de ses travaux avant de publier les siens. Il utilisait un outil d’OpenAI pour stocker ses échanges, vous voyez le tableau. L’entreprise, bien sur, dément, mais reconnaît qu’elle ne peut pas jurer que rien n’a filtré. Bref, cela sent un peu la poussière sous le tapis.
Et nous, dans tout cela ?
C’est là que cela devient intéressant pour vous et moi. Parce que si une machine peut résoudre des problèmes que l’humanité traîne depuis des générations, qu’est-ce qui nous reste? Le mathématicien Terence Tao, une légende vivante, médaille Fields, l’équivalent du Nobel pour les mathématiques, a mis le doigt sur un point important. Il dit en substance que quand on peine sur un problème, c’est là qu’on apprend, qu’on développe de nouvelles idées, qu’on comprend mieux le monde. Si la machine nous donne la réponse toute faite, on gagne du temps, c’est certain. Mais on risque de passer à côté de tout ce qu’on aurait découvert en chemin.
Et il y a cette autre inquiétude, plus sourde celle là. Si les machines produisent des démonstrations que même les experts ne peuvent plus vérifier, comment fait-on? On fait confiance les yeux fermés? C’est vertigineux, n’est-ce pas?
Alors, qu’en penser?
Ce qu’il faut retenir, c’est que nous sommes à un moment charnière. Les mathématiques, cette discipline qu’on croyait réservée aux humains, aux grands esprits, aux génies dans leur bureau avec un tableau noirci de formules et maintenant voilà que des machines s’y invitent. Pas pour nous remplacer, peut-être. Mais pour nous bousculer.
Tao lui-même ne dit pas «il faut tout donner aux machines», non, il dit « travaillons avec elles ». Gardons notre curiosité, notre envie de comprendre. Parce que la vraie richesse, ce n’est peut-être pas la réponse. C’est le chemin pour y arriver.
Alors, la prochaine fois que vous bloquez sur un problème, au travail, dans votre vie, peu importe, souvenez-vous de cela. Parfois, c’est en cherchant qu’on trouve. Et parfois, ce qu’on trouve vaut bien plus que la solution.
A Savoir
Définition
Les sept problèmes du millénaire : En 2000, le Clay Mathematics Institute, une fondation américaine dédiée aux mathématiques, a sélectionné sept problèmes considérés comme les plus importants et les plus difficiles de la discipline. Chacun est doté d’une récompense d’un million de dollars en cas de résolution. À ce jour, seul le problème de la conjecture de Poincaré, résolu par le mathématicien russe Grigori Perelman en 2003, a été officiellement validé .
Les équations de Navier-Stokes : Formulées par le mathématicien et ingénieur français Claude-Louis Navier en 1822, puis complétées par le physicien et mathématicien irlandais George Gabriel Stokes en 1845, ces équations décrivent le mouvement des fluides. Elles sont fondamentales en météorologie, en aéronautique et dans l’étude des écoulements sanguins .
Lean : Il s’agit d’un assistant de preuve, c’est-à-dire un langage de programmation et un logiciel permettant de vérifier rigoureusement des démonstrations mathématiques. Chaque étape de la preuve est contrôlée par l’ordinateur selon des règles logiques strictes, ce qui garantit l’absence d’erreur de raisonnement .
Agents d’IA : Contrairement à un chatbot classique qui répond à une question unique, un agent d’IA est un système capable d’effectuer des tâches de manière autonome, de prendre des décisions et d’interagir avec d’autres agents pour atteindre un objectif complexe .
