Un mathématicien affirme avoir prouvé l'hypothèse de Riemann avec Claude : prix de 1 million de dollars
Le mathématicien Alexandre Polichtchouk affirme avoir prouvé, avec Claude, l'hypothèse de Riemann, ce problème sur les nombres premiers resté ouvert depuis 167 ans et pour lequel l'Institut Clay promet 1 million de dollars. La démonstration est écrite dans Lean, un peu comme un compilateur pour les mathématiques, où chaque étape est vérifiée par un programme. Mais aucune vérification indépendante n'existe pour l'instant : rien ne confirme que la formalisation dans Lean corresponde bien à la véritable hypothèse. Il faut donc écrire « affirme », et non « a prouvé ».
Traité par IA depuis TG: @ai_machinelearning_big_data (Machinelearning) ; édité par Hamidun News
Les annonces fracassantes de « preuves de l'hypothèse de Riemann » apparaissent régulièrement, et presque toutes s'effondrent au premier examen. Celle-ci sort de l'ordinaire : l'auteur est un mathématicien de métier, Alexandre Polichtchouk, Claude a participé au travail, et selon l'auteur c'est une machine qui a vérifié le résultat. Cela ne signifie pas pour autant que le problème est résolu. Mais cet exemple permet de comprendre comment on vérifie aujourd'hui les déclarations mathématiques sensationnelles, et en quoi l'IA peut y être utile.
Ce qui est affirmé
L'hypothèse de Riemann a été formulée en 1859, si bien que le problème est ouvert depuis 167 ans. Elle figure parmi les sept problèmes du millénaire de l'Institut Clay, et une récompense de 1 million de dollars est promise pour la solution de chacun d'entre eux. En gros, l'hypothèse décrit la façon dont les nombres premiers sont répartis « régulièrement » sur la droite numérique. Un grand nombre d'estimations en théorie des nombres en dépendent.
Polichtchouk affirme avoir obtenu une démonstration non seulement de l'hypothèse elle-même, mais aussi de sa version généralisée (GRH). Selon lui, Claude a joué un rôle clé à l'étape finale : le modèle a proposé d'utiliser une chaîne de relèvements thêta de longueur √X, qui est devenue l'un des éléments centraux de l'argument. Expliquer ce qu'est un relèvement thêta en deux phrases n'est pas possible. C'est une technique avancée de mathématiques supérieures, dont seuls des spécialistes du domaine peuvent évaluer la portée à la lecture du document.
Le format de publication est également inhabituel. Il n'y a pas d'article classique : l'auteur a mis en ligne des archives de formalisation et un document de quatre pages décrivant le déroulement de la recherche. Le volume des matériaux intermédiaires, selon ses dires, dépasse 250 000 pages. Personne ne peut lire un tel volume dans son intégralité.
Ce qu'est Lean, et pourquoi « vérifié » ne veut pas encore dire « juste »
Lean est un système dans lequel une démonstration s'écrit comme un programme, et où le compilateur vérifie chaque étape logique. Pour un développeur, l'analogie la plus proche est celle des tests automatisés. Si tout compile sans erreur, la conclusion découle des prémisses à l'intérieur du système. C'est pourquoi la mention « vérifié dans Lean » pèse plus lourd que « je l'ai relu, ça semble cohérent ».
Mais les tests ont un problème bien connu, et Lean n'y échappe pas. Imaginez un projet où tous les tests sont au vert, alors qu'ils vérifient une fonction qui n'est pas celle dont le produit a besoin. Le vert ne prouve rien. En mathématiques, cela se traduit ainsi :
- La formulation. Si la définition d'un nombre premier ou de la fonction zêta est légèrement différente dans le code de celle de l'original, c'est un autre théorème qui est démontré.
- Les hypothèses cachées. Il faut s'assurer que l'archive ne contient pas d'axiomes ajoutés ou de placeholders qui rendent la démonstration triviale.
- L'échelle. Une archive volumineuse est difficile à auditer, et il faut vérifier à la fois la déduction et la question de savoir si le problème a été correctement posé.
Le message d'origine le dit clairement : pour l'instant, il s'agit d'une déclaration de l'auteur, et non d'une démonstration reconnue par la communauté mathématique. Une vérification indépendante de la correction de la formalisation et de sa conformité à l'hypothèse initiale reste nécessaire.
Ce que développeurs et chefs de produit peuvent en retenir
Même si la démonstration ne tient pas, le schéma de travail est instructif. L'IA ne se substitue pas à l'humain : elle propose une piste à l'expert, qui en évalue la valeur, tandis que la rigueur est garantie par un vérificateur formel. C'est le même binôme qu'on utilise déjà dans le code : un LLM génère une variante, les tests et le compilateur éliminent les erreurs. En mathématiques, c'est Lean qui joue le rôle des tests.
Quelques conclusions pratiques :
- Ne pas reprendre les gros titres comme des faits. Tant que des spécialistes de la théorie des nombres et des experts de Lean ne se sont pas prononcés, il est correct d'écrire « affirme », et non « a prouvé ».
- Consulter la source primaire. Le document est publié sur le site de l'auteur (alpo.ge/remark.pdf) et sera examiné par des mathématiciens spécialisés.
- Vérifier non seulement le résultat, mais aussi l'énoncé. Cette règle vaut aussi pour vos projets : si vous faites confiance à la conclusion d'un modèle, assurez-vous d'abord que c'est bien ce qui a été vérifié.
- Suivre l'audit de la formalisation. Si les définitions coïncident avec les définitions canoniques et qu'aucune hypothèse cachée n'apparaît, ce sera l'un des exemples les plus marquants de l'utilité des LLM en science. Sinon, ce sera une nouvelle leçon sur la facilité avec laquelle un résultat plausible peut être pris pour un résultat juste.
La position raisonnable pour l'instant est un intérêt prudent. La vérification prendra du temps, et c'est son issue qui dira si ce travail entrera dans l'histoire des mathématiques ou restera un épisode curieux.
- 21 nov. 2026L'agent Skein efface les étapes passées du contexte : 97 % de réussite, mais plus cher qu'OpenCode
- 21 nov. 2026CoreWeave doit 47 milliards de dollars pour des puces Nvidia et perd 709 millions de dollars par trimestre
- 21 nov. 2026L'agent ClawDOS écrit et exécute du code sur un IBM PC 5160 : les nombres premiers en 64 secondes
- 21 nov. 2026Un développeur a chargé Claude d'installer 900 applications et a créé un nettoyeur gratuit pour Mac
Questions clés sur cet article
Que sait-on sur Ce qui est affirmé ?
L'hypothèse de Riemann a été formulée en 1859, si bien que le problème est ouvert depuis 167 ans. Elle figure parmi les sept problèmes du millénaire de l'Institut Clay, et une récompense de 1 million de dollars est promise pour la solution de chacun d'entre eux. En gros, l'hypothèse décrit la façon dont les nombres premiers sont répartis « régulièrement » sur la droite numérique. Un grand nombre d'estimations en théorie des nombres en dépendent.
Que sait-on sur Ce qu'est Lean, et pourquoi « vérifié » ne veut pas encore dire « juste » ?
Lean est un système dans lequel une démonstration s'écrit comme un programme, et où le compilateur vérifie chaque étape logique. Pour un développeur, l'analogie la plus proche est celle des tests automatisés. Si tout compile sans erreur, la conclusion découle des prémisses à l'intérieur du système. C'est pourquoi la mention « vérifié dans Lean » pèse plus lourd que « je l'ai relu, ça semble cohérent ». Mais les tests ont un problème bien connu, et Lean n'y échappe pas.
Que sait-on sur Ce que développeurs et chefs de produit peuvent en retenir ?
Même si la démonstration ne tient pas, le schéma de travail est instructif. L'IA ne se substitue pas à l'humain : elle propose une piste à l'expert, qui en évalue la valeur, tandis que la rigueur est garantie par un vérificateur formel. C'est le même binôme qu'on utilise déjà dans le code : un LLM génère une variante, les tests et le compilateur éliminent les erreurs. En mathématiques, c'est Lean qui joue le rôle des tests. Quelques conclusions pratiques : Ne pas reprendre les gros titres comme des faits.
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.