OpenAI affirme que son modèle a réfuté l'hypothèse ETH sur l'énumération et résolu deux autres problèmes
OpenAI affirme que son modèle interne a résolu trois problèmes scientifiques ouverts, dont le principal est la réfutation de l'hypothèse ETH. Cette hypothèse postule qu'on ne peut pas résoudre le problème de satisfiabilité booléenne (SAT) nettement plus vite qu'par une énumération complète, à la manière d'un cadenas à une multitude d'interrupteurs. Des centaines de travaux s'appuient sur l'ETH, et leurs bornes du type « on ne peut pas faire mieux » sont désormais remises en question. Pour l'instant, ce ne sont que les affirmations de l'entreprise : la vérification incombe aux auteurs de l'ETH.
Traité par IA depuis TG: @data_secrets (Data Secrets) ; édité par Hamidun News
OpenAI affirme que son modèle interne, qui n'a pas encore été publié, a résolu trois problèmes ouverts en mathématiques, en informatique théorique et en physique. Le principal est la réfutation de l'hypothèse ETH, sur laquelle reposent depuis des années les estimations de la vitesse à laquelle un ordinateur peut, en principe, résoudre des problèmes complexes. Si le résultat se confirme, ce sera l'un des cas les plus retentissants d'IA faisant avancer la science fondamentale, et non simplement reformulant des articles existants. Mais pour l'heure, il s'agit d'une déclaration de l'entreprise elle-même, sans vérification indépendante.
Ce qu'est l'ETH et pourquoi sa réfutation serait un événement
L'hypothèse du temps exponentiel (ETH) a un nom austère, mais l'idée est simple. Prenons le problème de satisfiabilité booléenne (SAT) : il s'agit d'une longue formule de variables « oui/non », et il faut trouver un jeu de valeurs qui la rend vraie. Imaginez un cadenas doté d'un nombre énorme d'interrupteurs. L'ETH affirme qu'il n'existe pas de raccourci vers la bonne combinaison : on ne peut pas résoudre ce problème nettement plus vite qu'en essayant toutes les possibilités.
Cette supposition a servi de fondement pendant des décennies. La logique est la suivante : si l'on pouvait résoudre plus vite qu'une certaine limite un problème issu de la théorie des graphes, des bases de données, de la géométrie ou de la biologie computationnelle, on obtiendrait aussi un moyen rapide de résoudre SAT, et personne n'y croyait. Ainsi, pour des centaines de travaux, l'ETH jouait le rôle de référence : « on ne peut pas faire mieux, nous l'avons vérifié ». Selon OpenAI, le modèle a réfuté cette hypothèse. Toutes les questions du type « mais de combien peut-on encore accélérer ? » se rouvrent alors.
Les praticiens ont intérêt à ne pas extrapoler. Il ne s'ensuit pas que les solveurs SAT deviendront mille fois plus rapides demain. Le message initial ne dit pas comment fonctionne la réfutation ni si elle fournit un algorithme rapide concret. Mais si des développeurs de solveurs, d'optimiseurs ou de vérificateurs se sont appuyés sur l'ETH pour estimer des limites, ce dossier mérite d'être suivi.
Deux autres problèmes : ondes et physique des particules
La deuxième question concerne la localisation et la conjecture de Kakeya. Il s'agit d'ondes qui se concentrent en un point. La conjecture de Sogge, formulée en 1991, affirme qu'une focalisation maximale ne peut pas durer longtemps. Elle implique la conjecture de Kakeya et la conjecture de restriction de Stein. C'est l'un des problèmes centraux de l'analyse harmonique, sur lequel des mathématiciens de premier plan travaillent depuis des décennies, mais les preuves n'ont été obtenues que pour de petites dimensions : deux ou trois. Selon le message, le modèle d'OpenAI a produit une preuve valable pour toute dimension et a automatiquement clos les conjectures de Kakeya et de Stein pour toutes les dimensions.
La troisième question porte sur l'existence de la théorie de Yang — Mills, qui fait partie de l'un des sept problèmes du millénaire. Le modèle aurait démontré rigoureusement l'existence de cette théorie, ainsi que celle de la chromodynamique quantique complète (QCD), où des quarks sont ajoutés aux gluons, et d'une théorie unifiée incluant les particules du Modèle standard. Le message initial ne précise pas si le résultat clôt intégralement le problème du millénaire ou seulement une partie de celui-ci. Ce point devra être examiné dans les analyses des experts.
Comment la vérification va se faire et que faire de tout cela
Le plus intéressant dans cette histoire est le dispositif de vérification. L'ETH sera examinée par un groupe dirigé par Russell Impagliazzo et Ramamohan Paturi, des chercheurs qui ont eux-mêmes formulé cette hypothèse. Le résultat concernant Yang — Mills sera analysé par le groupe du prix Nobel David Gross. OpenAI promet par ailleurs de financer une conférence consacrée à l'interprétation des résultats. Les détails ont été publiés par l'entreprise sur sa page consacrée à sa collaboration avec les communautés académiques.
Pour les développeurs, chefs de produit et fondateurs, plusieurs enseignements pratiques découlent de cela.
- Ne considérez pas l'annonce comme un fait tant qu'elle n'est pas vérifiée. Des preuves de cette complexité s'étudient pendant des mois, et des erreurs ont été trouvées même dans les travaux de mathématiciens professionnels.
- Prêtez attention au format. Le modèle ne fournit pas une réponse issue d'une « boîte noire », mais une preuve qu'on peut lire, contester et vérifier. C'est précisément ce type de résultat qui s'intègre le plus facilement dans un travail scientifique.
- Évaluez sereinement la disponibilité. Le modèle est interne, il n'est pas accessible via l'API, et la quantité de calcul consommée pour chaque solution n'est pas connue. Pour l'instant, il s'agit de la vitrine des capacités du laboratoire, et non d'un outil à intégrer dans votre stack.
- Si votre produit dépend d'estimations de complexité algorithmique, suivez l'analyse de l'ETH : les frontières de ce qui était considéré comme impossible pourraient en être modifiées.
Si la vérification confirme au moins une des trois questions, le débat sur l'IA changera de nature. La question « le modèle sait-il écrire du code ? » cédera la place à « sait-il prouver ce que les humains n'ont pas pu prouver ? ». Si elle ne les confirme pas, cela constituera une leçon utile sur la manière de distinguer une démonstration spectaculaire d'un résultat vérifié. Dans tous les cas, les prochaines semaines montreront comment l'affirmation résiste à la critique des experts.
- 21 nov. 2026OpenAI GPT-6 Cyber a trouvé une trentaine de failles dans les iPhone, Mac et autres appareils Apple
- 21 nov. 202622 agents Claude ont cherché pendant six semaines des réponses sur les trous noirs — et ont résolu deux problèmes
- 21 nov. 2026Google sépare le stockage des conversations et l'entraînement de Gemini : refuser sans perdre l'historique
- 21 nov. 2026Apple : la macOS 27.3 bêta 2 permettra de restreindre l'accès des agents IA aux fichiers du Mac
Questions clés sur cet article
Que sait-on sur Ce qu'est l'ETH et pourquoi sa réfutation serait un événement ?
L'hypothèse du temps exponentiel (ETH) a un nom austère, mais l'idée est simple. Prenons le problème de satisfiabilité booléenne (SAT) : il s'agit d'une longue formule de variables « oui/non », et il faut trouver un jeu de valeurs qui la rend vraie. Imaginez un cadenas doté d'un nombre énorme d'interrupteurs. L'ETH affirme qu'il n'existe pas de raccourci vers la bonne combinaison : on ne peut pas résoudre ce problème nettement plus vite qu'en essayant toutes les possibilités.
Que sait-on sur Deux autres problèmes : ondes et physique des particules ?
La deuxième question concerne la localisation et la conjecture de Kakeya. Il s'agit d'ondes qui se concentrent en un point. La conjecture de Sogge, formulée en 1991, affirme qu'une focalisation maximale ne peut pas durer longtemps. Elle implique la conjecture de Kakeya et la conjecture de restriction de Stein.
Comment la vérification va se faire et que faire de tout cela?
Le plus intéressant dans cette histoire est le dispositif de vérification. L'ETH sera examinée par un groupe dirigé par Russell Impagliazzo et Ramamohan Paturi, des chercheurs qui ont eux-mêmes formulé cette hypothèse. Le résultat concernant Yang — Mills sera analysé par le groupe du prix Nobel David Gross. OpenAI promet par ailleurs de financer une conférence consacrée à l'interprétation des résultats.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.