OpenAI a résolu un problème de Paul Erdős qui résistait aux mathématiciens depuis 80 ans

OpenAI annonce avoir résolu l'un des problèmes ouverts les plus célèbres des mathématiques : le problème des distances unitaires de Paul Erdős. Depuis sa formulation en 1946, il a tenu en échec les meilleurs mathématiciens du monde pendant 80 ans. Selon l'entreprise, cette solution prouve que les systèmes d'IA actuels sont capables de mener un raisonnement mathématique original et de produire de nouvelles démonstrations.

En quoi consiste ce problème

Le problème relève de la géométrie discrète. Il a été formulé par le mathématicien hongrois Paul Erdős, l'un des mathématiciens les plus prolifiques du XXe siècle. Son énoncé paraît trompeusement simple : imaginez un grand nombre de points disposés dans un plan, où deux points quelconques se trouvent à une distance d'exactement une unité l'un de l'autre. La question : combien de ces points peut-il exister au maximum ?

Malgré la simplicité de son énoncé, ce problème s'est révélé l'un des problèmes ouverts les plus coriaces des mathématiques. Les meilleurs chercheurs du monde ont tenté de le résoudre. Chaque nouvelle amélioration de l'estimation du nombre de points a exigé des années de recherche intensive, et souvent la mise au point de méthodes mathématiques entièrement nouvelles. En huit décennies, le problème est devenu légendaire dans la communauté mathématique : le symbole d'une question d'apparence simple capable de cacher une profondeur insoupçonnée.

Comment le réseau de neurones a résolu le problème

OpenAI a utilisé ses modèles les plus avancés, dotés de capacités de raisonnement logique étendues. Point clé : le modèle ne s'est pas contenté de passer en revue des faits mathématiques connus, et il n'a pas appliqué les méthodes standard des manuels. Le système a formulé de lui-même une nouvelle hypothèse et mené une démonstration originale, une tâche jusqu'ici considérée comme hors de portée des réseaux de neurones.

L'entreprise souligne que ce n'est pas la première fois qu'une IA fait preuve de telles capacités. Mais chaque nouvel exemple repousse les limites de ce dont les modèles actuels sont capables en matière de pensée abstraite :

• Génération de démonstrations mathématiques originales
• Maniement de la logique formelle et vérification de la validité des raisonnements
• Élaboration de nouvelles approches pour des problèmes connus de longue date
• Vérification autonome de leurs propres chaînes logiques
• Résolution de problèmes exigeant une analyse abstraite approfondie

Pourquoi c'est important pour la science

Sur le plan académique, cela signifie que l'un des problèmes ouverts légendaires, resté sans solution pendant huit décennies, est enfin résolu. Du point de vue du développement de l'IA, cette réussite marque un changement fondamental : les réseaux de neurones actuels sont déjà capables de mener des raisonnements mathématiques substantiels, jusqu'ici considérés comme l'apanage exclusif de l'intelligence humaine.

Pour les chercheurs en IA, c'est un signal fort : les modèles progressent de plus en plus en pensée logique abstraite. Cela ouvre la voie à l'application de l'IA à d'autres domaines complexes qui exigent une pensée mathématique originale, de la physique théorique et de la cryptographie à l'économie et à la biochimie.

Ce que cela signifie pour l'avenir

La résolution du problème d'Erdős vieux de 80 ans constitue un jalon dans l'évolution de l'IA. Celle-ci passe du simple traitement de motifs textuels et de méthodes connues à une pensée mathématique formelle et originale. L'IA ne se contente plus d'appliquer des solutions connues : elle est capable de générer des idées nouvelles et de mener des démonstrations originales. De telles percées dessinent les contours de ce qu'il sera possible de déléguer à l'intelligence artificielle dans la recherche scientifique au cours des prochaines années et décennies.