Une hypothèse centrale de l’informatique serait fausse. Un problème sur les ondes aurait trouvé une solution générale. Et certaines théories décrivant les particules disposeraient enfin d’une construction mathématique rigoureuse. Les trois résultats annoncés par OpenAI le 26 octobre 2026 donnent la mesure du changement possible. Leur portée dépend maintenant d’un travail essentiel : examiner les preuves, les comprendre et déterminer exactement ce qu’elles établissent.
Une IA interne, des résultats désormais soumis aux chercheurs
Dans sa publication consacrée aux collaborations scientifiques, OpenAI présente des travaux en mathématiques, informatique théorique et physique. Le dépôt associé décrit un modèle interne non publié, sans en révéler le nom.
La nouveauté prolonge l’ouverture du corpus mathématique annoncée début octobre. Elle concentre cette fois l’attention sur trois questions majeures, avec des modalités de publication différentes.
| Domaine | Résultat revendiqué | Matériaux accessibles au 27 octobre |
|---|---|---|
| Analyse mathématique | Lissage local des ondes et conséquences pour Kakeya | Manuscrit et formalisation Lean publics |
| Informatique théorique | Réfutation de l’hypothèse de temps exponentiel, ou ETH | Manuscrit et formalisation Lean publics |
| Physique mathématique | Construction de certaines théories quantiques des champs | Documents confiés à un groupe externe, non publiés à ce stade |
Ces statuts comptent. Un lecteur peut examiner les pièces des deux premiers dossiers. Pour le troisième, l’évaluation publique reste limitée par l’absence des documents.
ETH : une hypothèse de difficulté informatique remise en cause
Le manuscrit intitulé The Exponential Time Hypothesis is False s’attaque à une idée structurante : certains problèmes logiques exigeraient, dans le pire cas, un temps de calcul exponentiel dans leur nombre de variables.
L’exemple central est 3-SAT. On cherche une combinaison de valeurs vrai/faux respectant simultanément des contraintes, chacune portant sur trois variables. Vérifier une solution proposée est facile ; trouver une solution, ou prouver qu’il n’en existe aucune, peut être beaucoup plus difficile.
Le texte revendique un algorithme déterministe qui compte exactement les solutions de formules de largeur fixée, en temps sous-exponentiel et avec une mémoire polynomiale. Si ce résultat tient, il contredit l’ETH. Les recherches fondées sur cette hypothèse devraient alors réexaminer ce qu’elles permettent de conclure.
Sous-exponentiel ne veut pas dire facile
Un temps sous-exponentiel croît moins vite que l’exponentielle visée par l’hypothèse. Il peut néanmoins rester gigantesque sur les tailles de problèmes utiles. Le résultat revendiqué ne démontre donc pas P = NP, et ne fournit pas immédiatement un outil capable de résoudre rapidement tous les problèmes d’optimisation.
La description de la formalisation Lean précise une autre distinction : la borne annoncée dans le manuscrit est plus serrée que celle documentée pour la formalisation. Les deux restent sous-exponentielles. Lire ce périmètre évite de traiter le texte et le code comme deux documents interchangeables.
OpenAI annonce un examen conduit par Russell Impagliazzo, Ramamohan Paturi et Ryan Williams. L’enjeu sera aussi d’expliquer quelles idées rendent cette amélioration possible et quelles conséquences algorithmiques peuvent en être tirées.
Les ondes : comprendre pourquoi les pics de concentration ne durent pas
Le deuxième manuscrit, Local smoothing for the Euclidean wave equation, porte sur une question d’analyse harmonique. Des ondes peuvent se concentrer fortement à un instant particulier. Comment contrôler leur comportement lorsque l’on regarde une moyenne dans le temps ?
Le texte revendique une preuve de la conjecture de lissage local de Sogge pour l’équation des ondes euclidienne, dans toutes les dimensions spatiales à partir de deux. Le résultat ne dit pas que les pics disparaissent ; il encadre ce que leur concentration permet sur un intervalle.
Cette question rejoint celle de Kakeya : que peut-on dire d’un ensemble contenant un segment de longueur unité dans chaque direction ? Le manuscrit en déduit notamment que de tels ensembles euclidiens possèdent la dimension de Hausdorff maximale.
La portée publiée de la formalisation détaille les énoncés concernés et les plages où ils s’appliquent. C’est un point important : une formule générale comme « Kakeya est résolue » doit être rattachée à un problème et à des hypothèses précis.
L’intérêt potentiel dépasse la fermeture d’une conjecture. Une méthode qui explique mieux la concentration des ondes peut fournir de nouveaux outils à d’autres branches de l’analyse. Ce sera l’un des tests de sa fécondité scientifique.
En physique, une annonce ambitieuse dont les preuves restent à découvrir
OpenAI revendique aussi une construction rigoureuse de certaines théories quantiques des champs en quatre dimensions, dont la chromodynamique quantique, ou QCD. Celle-ci décrit les interactions fortes entre quarks et gluons. Le projet comprend une partie sur l’existence de la théorie de Yang–Mills pure.
Selon l’annonce, un groupe conduit par David Gross doit accompagner l’examen et l’explication de ces travaux. À sa demande, les documents ne sont pas encore rendus publics.
Existence et « mass gap » restent deux exigences distinctes
Le Clay Mathematics Institute présente son problème du millénaire sous le double intitulé existence de Yang–Mills et écart de masse, ou mass gap. Ce dernier concerne un écart positif au-dessus de l’état d’énergie minimale dans la théorie quantique.
L’annonce d’OpenAI porte sur l’existence et ne permet pas de présenter l’ensemble du problème du millénaire comme résolu. Le site de Clay le classe toujours parmi les problèmes non résolus au moment de notre consultation.
Il s’agit aussi de fondements mathématiques. Une preuve d’existence peut être considérable sans constituer l’observation d’une particule nouvelle ni une validation expérimentale d’une théorie unifiée. Pour juger le résultat, il faudra connaître les objets construits, leurs propriétés et les arguments qui les relient à la physique visée.
Lean contrôle une preuve formelle ; la science doit encore en saisir le sens
La documentation de Lean explique la force des assistants de preuve : les affirmations doivent être justifiées à partir de définitions, d’axiomes et de règles explicites. Une démonstration formalisée peut ainsi être contrôlée par ordinateur.
Ce contrôle répond à une question logique précise. Les chercheurs doivent aussi vérifier que l’énoncé formel correspond au problème annoncé, replacer la méthode dans les travaux antérieurs et en comprendre les conséquences. Une preuve peut être correcte tout en restant difficile à expliquer ou à réutiliser.
L’accès aux matériaux change donc la qualité du débat. Il permet de poser des objections ciblées, de reproduire les vérifications et de proposer une présentation plus claire. L’existence d’une collaboration annoncée ne préjuge pas, à elle seule, de ses conclusions.
Le prochain cap : passer de résultats produits à des idées partagées
Ces annonces déplacent une partie du défi de l’IA scientifique. Produire un argument nouveau serait déjà une capacité majeure. Le rendre vérifiable, intelligible et utile à d’autres chercheurs est une étape supplémentaire.
Si les résultats résistent à l’examen, leur importance se mesurera aussi aux nouvelles questions qu’ils feront apparaître : quels algorithmes deviennent envisageables, quelles méthodes se transportent ailleurs, quelles propriétés physiques restent à établir ?
Le potentiel est immense. Le prochain verdict se jouera dans les preuves publiques, les explications des spécialistes et les travaux qui suivront.
Références
- OpenAI — Working with academic communities to build scientific understanding, 26 octobre 2026.
- OpenAI — Local smoothing for the Euclidean wave equation, 25 octobre 2026 ; portée de la formalisation Lean.
- OpenAI — The Exponential Time Hypothesis is False, révision du 25 octobre 2026 ; portée de la formalisation Lean.
- Clay Mathematics Institute — Yang–Mills and the Mass Gap.
- Lean — Theorem Proving in Lean 4, introduction.
- OpenAI — Présentation et matériaux du dépôt mathématique.
