L'IA de Google surpasse les champions olympiques au test de maths FirstProof

Les mathématiques ont toujours été considérées comme le dernier bastion de l'intelligence humaine : un domaine où l'intuition, la pensée créative et la logique rigoureuse s'entremêlent si étroitement que reproduire ce processus avec une machine semblait une tâche presque philosophique. Pourtant, une équipe de Google DeepMind vient de montrer que ce bastion cède rapidement du terrain. Son système d'intelligence artificielle a établi un nouveau record sur FirstProof, l'une des épreuves les plus exigeantes pour les prouveurs automatiques de théorèmes, dont les problèmes sont comparables en difficulté à ceux de l'Olympiade internationale de mathématiques.

Les vainqueurs de ces compétitions forment l'élite des mathématiques mondiales, la fine fleur de la science étudiante et scolaire. Ils ont désormais un concurrent qui n'a pas besoin de dormir et ne ressent aucune angoisse mathématique face à la page blanche.

Pour mesurer l'ampleur de l'événement, il faut comprendre en quoi FirstProof se distingue des tests académiques habituels. Ce n'est ni un concours de devinettes ni une course de vitesse en arithmétique. FirstProof exige du système non seulement de donner le bon résultat, mais de construire une démonstration vérifiée formellement : une chaîne d'étapes logiques, chacune pouvant être contrôlée automatiquement et ne tolérant aucune ambiguïté. C'est là que la plupart des modèles de langage butaient traditionnellement : ils savaient raisonner de façon plausible, mais pas de façon irréprochable. L'écart entre « presque juste » et « mathématiquement démontré » est immense dans ce domaine.

La décision technique clé derrière cette percée a été d'intégrer deux approches architecturales radicalement différentes. Un modèle de langage, capable d'une pensée souple et heuristique, a été associé à un système de vérification formelle jouant le rôle d'arbitre intraitable. Le premier génère des hypothèses, des stratégies de preuve et des étapes intermédiaires. Le second écarte instantanément les chaînes logiquement bancales. Le résultat évoque un mathématicien créatif travaillant avec un relecteur pointilleux, en temps réel. Les chercheurs explorent cette approche depuis longtemps, mais DeepMind a su trouver l'échelle et l'architecture où les deux systèmes ont commencé à se renforcer plutôt qu'à se freiner.

La portée de cette réussite dépasse largement les classements académiques. La démonstration automatique de théorèmes est un outil fondamental, recherché dans des domaines très variés. En génie logiciel, la vérification formelle permet de garantir mathématiquement qu'un code est correct, ce qui est particulièrement crucial pour les systèmes de commande d'avions, les dispositifs médicaux ou les infrastructures financières.

En cryptographie, elle confirme la fiabilité des protocoles de sécurité. En mathématiques pures, ces systèmes peuvent aider les chercheurs à vérifier des constructions complexes dont le contrôle manuel prend des années. Jusqu'ici, toutes ces applications butaient sur une limite : les outils existants exigeaient un effort d'expertise colossal pour « traduire » les idées mathématiques en langage formel.

Une IA capable de travailler seule à ce niveau change radicalement l'équation.

Pour l'ensemble de l'industrie, ce résultat est un signal important sur la direction à venir. Après plusieurs années de domination des modèles de langage, qui écrivent et raisonnent de façon convaincante mais commettent souvent des erreurs logiques élémentaires, les chercheurs cherchent de plus en plus des architectures hybrides où les réseaux de neurones travaillent de concert avec des vérificateurs déterministes. Le résultat de DeepMind confirme que cette voie fonctionne, et de façon impressionnante. OpenAI, Anthropic et des laboratoires académiques du monde entier mènent des recherches similaires, mais c'est aujourd'hui Google qui fixe la barre dans la plus formalisée des épreuves mathématiques.

Bien sûr, gagner un benchmark ne signifie pas que l'IA est prête à remplacer les mathématiciens, même ceux de niveau olympique. Poser de nouveaux problèmes, choisir des axes de recherche et faire le saut intuitif vers la bonne hypothèse restent le domaine de l'humain. Mais la frontière se déplace sans relâche. Ce que Google DeepMind a démontré sur FirstProof n'est pas une imitation de la pensée mathématique, mais son équivalent fonctionnel dans des conditions strictement délimitées. Et à mesure que ces conditions s'élargiront, la question passera de « l'IA peut-elle démontrer des théorèmes ? » à « quels théorèmes l'IA démontrera-t-elle en premier ? »