Maths d’OpenAI : ce que ça change pour la superintelligence

Avancées technologiques · 27 octobre 2026

OpenAI affirme que ses modèles ont réfuté une hypothèse centrale de l'informatique théorique (ETH), prouvé la conjecture de Kakeya en toutes dimensions et établi l'existence de la théorie de Yang-Mills. Ce sont des affirmations, pas encore des résultats validés. Si elles tiennent, l'IA deviendrait un véritable producteur de découvertes, une étape clé vers la superintelligence.

Les maths d'OpenAI font beaucoup parler : le 26 octobre, le laboratoire a publié un billet intitulé « Building scientific understanding with academic communities ». Il y présente trois résultats obtenus par « nos modèles », sans nommer le modèle utilisé, entre septembre et octobre 2026. Voici ce qui est annoncé, ce qui est vérifié, et pourquoi c'est important pour la superintelligence.

Que dit OpenAI sur ses résultats en mathématiques ?

Selon le billet d'OpenAI, trois résultats ont été obtenus :

• Informatique théorique : le système aurait prouvé que l'hypothèse du temps exponentiel (ETH) est fausse. Réfutation trouvée le 16 octobre, formalisée dans l'assistant de preuve Lean le 17.
• Mathématiques (analyse harmonique) : une preuve de la conjecture de lissage local (proposée par Christopher Sogge en 1991) en toutes dimensions, ce qui entraînerait aussi la conjecture de Kakeya et la conjecture de restriction de Stein. Obtenue le 18 octobre, formalisée en Lean le lendemain.
• Physique : une preuve rigoureuse de l'existence de certaines théories quantiques des champs en dimension 4, dont la chromodynamique quantique (QCD) et la théorie de Yang-Mills pure. Cette dernière est liée à l'un des sept « problèmes du millénaire » de l'Institut Clay. OpenAI ne revendique pas le prix.

OpenAI écrit lui-même que ces manuscrits doivent être compris comme « une forme de données de recherche brutes », que les communautés scientifiques doivent encore transformer en connaissances.

Qu'est-ce que l'hypothèse ETH, et pourquoi sa réfutation surprend ?

L'hypothèse du temps exponentiel, formulée par Russell Impagliazzo et Ramamohan Paturi, affirme en substance que certains problèmes logiques (la « satisfaisabilité » de formules, dite SAT) ne peuvent pas être résolus beaucoup plus vite qu'en essayant un nombre exponentiel de possibilités. Elle est liée à la célèbre question P contre NP, mais plus forte.

• OpenAI la décrit comme une hypothèse « largement considérée comme vraie ».
• Selon The Next Web, des centaines d'articles d'informatique s'appuient sur elle pour estimer la difficulté de problèmes.
• Si elle est fausse, une partie de ces résultats serait à revoir.

Attention : réfuter l'ETH ne veut pas dire que P = NP. C'est un résultat plus limité, mais il toucherait des fondations très utilisées.

Qui vérifie les maths d'OpenAI ?

OpenAI confie l'examen à des chercheurs extérieurs, qu'il appelle des « bergers » (shepherds) :

Les trois informaticiens précisent, selon The Next Web, que leur participation « ne doit pas être considérée comme une certification ». Ils ne sont pas payés et n'ont signé aucun accord de confidentialité. OpenAI dit ne pas chercher de crédit académique et verse 5 millions de dollars, gérés par la Simons Foundation, pour financer ateliers et conférences sur ces résultats.

Les limites : pourquoi rester prudent

• Aucune validation indépendante achevée : au 27 octobre, aucun des trois résultats n'a été confirmé par la communauté.
• Lean ne garantit pas tout : Gizmodo rappelle que pour la solution de Navier-Stokes revendiquée par OpenAI en septembre, des lecteurs ont constaté que Lean avait validé un énoncé plus faible que celui annoncé. Une preuve formelle n'a de valeur que si l'énoncé formalisé correspond bien au problème.
• Modèle non publié : les résultats viennent de modèles internes, que personne ne peut tester.
• Asymétrie d'information : OpenAI reconnaît lui-même que le choix des premiers examinateurs crée un avantage d'accès.

Ce que ça change pour la superintelligence

Une superintelligence se définit souvent comme un système qui dépasse les meilleurs humains dans presque tous les domaines, y compris la recherche (voir notre guide super intelligence artificielle : définition simple). Jusqu'ici, l'IA aidait surtout à vérifier ou à explorer. Si ces trois preuves sont confirmées, des modèles auraient résolu seuls des problèmes ouverts depuis des décennies, dans trois disciplines.

• Accélération de la science : la production de résultats deviendrait plus rapide que leur vérification par les humains. OpenAI a déjà publié des centaines de manuscrits mathématiques plus tôt ce mois-ci, selon Gizmodo.
• Nouveau rôle des chercheurs : comprendre, vérifier et expliquer, plutôt que trouver.
• Signal sur les délais : ces annonces nourrissent les prévisions les plus rapides sur l'arrivée d'une IA générale. Mais une date reste une prévision, jamais un fait : voir super intelligence : quand arrivera-t-elle ?

Ce mouvement prolonge d'autres avancées que nous avons suivies : la conjecture de Grad et les preuves formelles de Claude.

FAQ

Conclusion

Les maths d'OpenAI sont, à ce stade, des annonces spectaculaires mais non vérifiées. Les prochaines semaines diront si l'IA a réellement franchi le cap de la découverte autonome. Suivez la suite dans nos avancées vers la superintelligence, l'actu IA du 27 octobre et la FAQ.