OpenAI affirme avoir résolu 10 problèmes ouverts en mathématiques : géométrie, cryptographie, théorie de la complexité

OpenAI a publié des résultats sur dix problèmes ouverts de longue date en mathématiques et en informatique théorique, selon le blog officiel de l'entreprise. Ces nouvelles avancées couvrent trois domaines clés : la géométrie, la cryptographie et la théorie de la complexité computationnelle.

Ce qu'OpenAI a résolu, concrètement

Il s'agit de « long-standing open problems », des problèmes que les mathématiciens et les spécialistes d'informatique théorique n'ont pas réussi à résoudre pendant des années. Dans le contexte académique, ce terme a un sens strict : il ne désigne pas l'amélioration incrémentale d'un algorithme connu, mais un problème officiellement considéré comme ouvert, c'est-à-dire sans solution vérifiée.

D'après la publication du blog d'OpenAI, les dix nouveaux résultats se répartissent entre trois domaines :

• Géométrie — l'une des plus anciennes branches des mathématiques, qui étudie les formes, les dimensions et les relations spatiales. Les problèmes ouverts de la géométrie moderne touchent souvent à l'empilement d'objets, à l'optimisation ou aux invariants algébriques
• Cryptographie — mathématiques appliquées dont dépend directement la sécurité de l'infrastructure numérique : chiffrement des données, signatures électroniques, protocoles d'échange de clés utilisés par des milliards d'utilisateurs
• Théorie de la complexité computationnelle — branche fondamentale de l'informatique théorique, qui détermine quels problèmes les ordinateurs peuvent résoudre et avec quelles ressources de calcul

Le format des « dix avancées » est atypique pour les entreprises d'IA : elles annoncent généralement un produit ou une technologie. La publication d'une série de dix résultats mathématiques signale un travail scientifique systématique plutôt qu'un succès isolé.

Pourquoi les mathématiques sont devenues un terrain d'essai pour les

laboratoires d'IA

Les problèmes mathématiques comptent parmi les moyens les plus rigoureux d'évaluer les capacités réelles des réseaux de neurones. Une démonstration est soit juste, soit fausse : contrairement aux tâches textuelles, où un modèle peut produire des affirmations convaincantes mais erronées, les mathématiques se vérifient de façon indépendante. C'est pourquoi les progrès dans ce domaine sont considérés comme l'un des indicateurs les plus fiables du potentiel intellectuel réel d'un modèle.

Les progrès en cryptographie et en théorie de la complexité ne sont pas de simples points académiques. Les résultats dans ces domaines influent sur l'architecture des algorithmes de chiffrement et sur les limites théoriques du calcul. C'est pourquoi même un seul nouveau résultat y attire l'attention, tant de l'industrie de l'IA que de la communauté académique.

Comme l'indique le blog officiel d'OpenAI, l'entreprise partage « de

nouveaux résultats sur des problèmes ouverts de longue date en mathématiques et en informatique théorique », dont des avancées en géométrie, en cryptographie et en théorie de la complexité computationnelle.

Il est révélateur qu'OpenAI publie ces résultats à un moment où la concurrence entre laboratoires d'IA se déplace de plus en plus des produits grand public vers les capacités fondamentales des modèles, et où les mathématiques deviennent l'un des principaux terrains de cette course.

Ce que cela signifie

OpenAI cherche à démontrer que les systèmes d'IA atteignent le niveau de la science fondamentale, où les résultats sont vérifiables et ne tolèrent pas les hallucinations. Si cette publication est suivie de détails sur les problèmes concernés et sur les méthodes employées pour les résoudre, elle pourrait compter parmi les contributions académiques les plus importantes d'un laboratoire d'IA. C'est aussi un nouveau défi pour les concurrents : les mathématiques deviennent une arène où il est impossible de « paraître plus intelligent qu'on ne l'est ».