OpenAI prétend résoudre un problème du Millénaire en 88 heures

Ce qu'on sait vraiment

OpenAI a annoncé (via des tweets) qu'une collaboration entre une nouvelle version de son modèle (Astra-next, décrite comme plus puissante que GPT-6) et environ 10 000 agents IA a produit une "solution" au problème Navier-Stokes — l'un des sept Problèmes du Millénaire du Clay Mathematics Institute, dotés de $1M chacun.

Le problème Navier-Stokes demande depuis ~200 ans : dans l'écoulement d'un fluide incompressible, une singularité (blow-up) peut-elle se former en temps fini ? C'est une question ouverte qui a résisté à des générations de physiciens et mathématiciens.

Comment ça marche (selon OpenAI)

Pas de preuve écrite à la Euclide. Au lieu de ça :

• ▸Les agents ont été entraînés un an durant à collaborer via apprentissage par renforcement multiagent
• ▸Au moment de l'inférence, 10 000 agents parallèles se coordonnent eux-mêmes, explorant massivement l'espace des solutions
• ▸Résultat produit en 88 heures, consommant ~130 milliards de tokens (estimé à >$40M en coûts de calcul)

Le hic : aucune preuve n'existe

L'article source le note sans détour : zéro preprint, zéro vérification par des pairs, zéro théorème écrit. OpenAI a posté des tweets. C'est tout.

Les détails cruciaux manquent :

• ▸Énoncé exact du théorème prouvé ?
• ▸Esquisse de preuve ou argument central ?
• ▸Quelle portion est vérifiable par un humain, quelle portion est "prouvée par l'IA" ?
• ▸La communauté mathématique a-t-elle examiné ça ?

Pourquoi les amateurs de maths sont partagés

Côté enthousiasme : c'est une démonstration que l'IA peut mobiliser massivement de la puissance de calcul pour s'attaquer à des problèmes "sérieux". Pas du jeu vidéo ou de la poésie — du hard math research.

Côté scepticisme :

• ▸Le chiffre de 88 heures vient d'un post satirique, pas d'OpenAI
• ▸"10 000 agents" sonne bien mais ne dit rien sur la rigueur de la preuve
• ▸Les Problèmes du Millénaire demandent une preuve formellement correcte, publiée et vérifiée — pas un résultat sortant d'une boîte noire de calcul
• ▸Si c'était vraiment résolu, pourquoi pas de preprint soumis au Clay Institute ?

Le vrai signal ici

Oublie le Navier-Stokes un instant. Ce qui compte :

1. ▸

   OpenAI démontre qu'il peut dépenser $40M+ en puissance de calcul brute pour un problème unique. C'est une démonstration de force massive.

2. ▸

   Le régime haute-compute change les règles. Avec assez de parallélisme et de temps, des essaims d'IA commencent à explorer des espaces trop vastes pour l'intuition humaine. Ça marche — mais c'est coûteux et pas reproductible.

3. ▸

   L'IA comme outil de recherche passe du prometteur au concret. Même si cette preuve n'est pas valide, l'architecture (agents multiagents + renforcement) marque un vrai virage en découverte automatisée.

À retenir

Si ton domaine c'est les maths/physique fondamentale : c'est spectaculaire et à surveiller, mais exige validation académique avant célébrette.

Si tu fais startup ou recherche appliquée : c'est un signal que l'IA collaborative commence à aborder des problèmes qui demandaient des années de travail humain. Adapter ton pipeline "search/discovery" aux agents pourrait devenir pertinent.

Et rappel : OpenAI = maître du jeu médiatique. Attends les preuves avant ta conférence de presse.