OpenAI affirme que son IA a réfuté une hypothèse vieille de 30 ans en informatique théorique

Le 26 octobre, OpenAI a annoncé que son modèle avait réfuté une hypothèse d'informatique théorique considérée comme vraie depuis près de 30 ans et qui servait de fondement à toute une série de travaux. La particularité de cette histoire tient à la réaction des scientifiques. Les deux chercheurs qui avaient formulé cette hypothèse à l'époque n'ont pas balayé l'annonce d'un revers de main. Ils s'apprêtent à réunir des collègues pour vérifier ensemble le contre-exemple proposé par l'IA. Selon Jiqizhixin, l'entreprise a également affirmé, le même jour, avoir résolu la conjecture de Kakeya, l'un des problèmes célèbres de la théorie géométrique de la mesure.

Un deuxième coup mathématique en peu de temps

La discussion autour du précédent lot de résultats n'est pas encore terminée. OpenAI avait auparavant présenté 22 manuscrits mathématiques, et la communauté en examinait la qualité, l'originalité et la part de contribution humaine dans les formulations finales. La nouvelle annonce oriente le débat dans une autre direction. Jusqu'ici, l'IA progressait surtout là où il fallait explorer de nombreuses variantes ou mener soigneusement à son terme un schéma de démonstration déjà connu. Il s'agit désormais d'une affirmation selon laquelle le modèle aurait trouvé la raison pour laquelle une hypothèse bien établie est fausse.

Pour l'informatique théorique, ce genre de résultat est particulièrement sensible. Des hypothèses comme celle-ci fonctionnent souvent comme des postulats implicites : on construit sur elles des résultats conditionnels du type « si A est vrai, alors B ». Si A s'effondre, c'est toute une chaîne de conclusions qu'il faut réexaminer, sans que toutes s'effondrent nécessairement, mais chacune devra être revérifiée.

Pourquoi ce sont les auteurs eux-mêmes qui vérifient

Le plus intéressant reste la position de ceux dont l'hypothèse a été contestée. Les deux chercheurs qui l'avaient proposée il y a près de 30 ans organisent la vérification avec des collègues. Pour la science, c'est la réaction la plus saine et la plus courante : un contre-exemple est par nature plus facile à vérifier qu'à trouver. S'il est correct, on peut le repasser à la main, le réécrire dans un code indépendant ou le formaliser dans un système de vérification automatique.

Pour l'instant, il ne s'agit que d'une déclaration de l'entreprise, pas d'un résultat validé. Le statut changera lorsqu'un groupe indépendant aura confirmé la construction étape par étape, et les mathématiciens n'ont ici aucune raison de se précipiter. Un récent scandale autour de démonstrations produites par IA a déjà appris à la communauté à distinguer une formulation séduisante d'une affirmation vérifiée.

Ce que l'on sait à ce stade

• Date de l'annonce : 26 octobre, source de l'information — Jiqizhixin (机器之心), publication du 27 octobre.
• Objet de l'annonce : réfutation d'une hypothèse d'informatique théorique largement considérée comme vraie depuis près de 30 ans.
• Réaction des auteurs de l'hypothèse : les deux chercheurs qui l'avaient proposée préparent une vérification conjointe avec des collègues.
• Deuxième résultat : selon le média, OpenAI a également affirmé avoir résolu la conjecture de Kakeya. Elle porte sur les ensembles contenant un segment unitaire dans chaque direction et affirme que de tels ensembles ont une dimension maximale.
• Contexte : OpenAI avait précédemment présenté 22 manuscrits mathématiques, dont la discussion se poursuit.

Comment lire ce type d'annonce

Si vous travaillez sur les algorithmes, la cryptographie ou la complexité des calculs, il convient de repérer quels résultats s'appuient sur l'hypothèse réfutée et d'attendre le verdict de vérificateurs indépendants. Pour les équipes travaillant sur l'IA, le signal est différent. Les mathématiques deviennent un terrain d'essai où le modèle peut être évalué non pas par un benchmark, mais par la réaction d'experts prêts à vérifier chaque ligne.

Si le contre-exemple résiste à l'examen, les laboratoires disposeront d'un argument montrant que les modèles de langage sont capables de découvrir des connaissances nouvelles, et pas seulement de reformuler ce qui est déjà connu. S'il ne résiste pas, ce sera une leçon supplémentaire : un résultat séduisant sans vérification indépendante reste un communiqué de presse.