Le 10 juillet 2026, OpenAI affirme que son modèle GPT-5.6 Sol Ultra a produit la preuve complète d'un problème mathématique resté ouvert depuis un demi-siècle, la conjecture du recouvrement double par cycles. Il l'aurait fait en moins d'une heure, en orchestrant 64 IA travaillant en parallèle. Si la preuve est confirmée, c'est un jalon historique. Le mot important étant : si.
Il y a des annonces qui donnent le vertige et l'envie de prudence en même temps. Celle du 10 juillet 2026 en fait partie. OpenAI a déclaré que sa nouvelle IA venait de résoudre, seule, un problème que les mathématiciens humains n'avaient pas réussi à trancher depuis les années 1970. Décryptons ce qui s'est réellement passé, ce que ça signifie, et pourquoi la communauté mathématique retient son souffle plutôt que d'applaudir immédiatement.
Le problème en question
La conjecture du recouvrement double par cycles (Cycle Double Cover Conjecture) a été posée indépendamment par George Szekeres en 1973 et Paul Seymour en 1979. Elle appartient à la théorie des graphes, la branche des mathématiques qui étudie les réseaux de points (les sommets) reliés par des traits (les arêtes).
Son énoncé est simple à formuler, ce qui rend sa difficulté d'autant plus frappante. Elle affirme que dans tout graphe "sans pont" (un graphe où retirer une seule arête ne le coupe jamais en deux morceaux séparés), on peut toujours trouver une collection de cycles telle que chaque arête est parcourue exactement deux fois. Facile à énoncer, extraordinairement difficile à prouver : elle est considérée comme l'un des problèmes ouverts les plus importants de la théorie des graphes.
La méthode : 64 IA qui cherchent ensemble
Le plus fascinant n'est peut-être pas le résultat, mais la manière. OpenAI a utilisé le mode Ultra de son modèle, qui découpe une tâche entre plusieurs sous-agents travaillant en parallèle, comme nous l'avions décrit en présentant la sortie de GPT-5.6. Ici, jusqu'à 64 sous-agents ont été lancés simultanément.
Le principe est astucieux. Dans les premières phases, les 64 agents sont poussés à explorer des pistes différentes : angles algébriques variés, formulations distinctes, inductions structurelles indépendantes. Le but est d'éviter que la recherche ne se referme trop tôt sur une seule idée séduisante mais incomplète. C'est une forme de diversité créative organisée, où l'on empêche le troupeau de courir dans la même direction. Puis les résultats prometteurs sont consolidés jusqu'à converger vers une démonstration complète.
OpenAI a publié non seulement la preuve, mais aussi le prompt (l'instruction) qui l'a générée. Des développeurs qui l'ont examiné ont remarqué une chose surprenante : seul environ un cinquième du prompt concerne le problème mathématique lui-même. Les quatre autres cinquièmes servent à piloter le comportement du modèle, sa persévérance, sa capacité à se corriger, sa stratégie d'exploration. Autrement dit, savoir diriger l'IA était presque un plus gros travail que le problème de maths lui-même. Une leçon précieuse sur ce qu'est vraiment l'art du prompt en 2026.
Pourquoi la prudence s'impose
Voici où il faut ralentir l'enthousiasme. Une annonce n'est pas une vérification. La preuve n'a pas encore été relue et validée par la communauté mathématique (le processus de peer review, l'évaluation par les pairs), et cette conjecture a un lourd passé : elle a attiré de multiples fausses preuves au fil des décennies, dont beaucoup semblaient correctes avant qu'on y trouve une faille.
Le mathématicien Thomas Bloom, qui a jeté un premier regard sur la démonstration, l'a qualifiée de "très jolie" et "élémentaire", estimant qu'elle aurait pu être découverte dès les années 1980. Mais il a aussi pointé un défaut : l'absence de citations des travaux antérieurs fondateurs sur lesquels elle s'appuie, un manquement inhabituel dans un travail mathématique sérieux. Autre limite soulignée par des experts : le mode Ultra fait communiquer ses agents en temps réel sans produire de trace inspectable, ce qui complique la compréhension du chemin réel suivi pour arriver au résultat.
La réflexion de fond
Au-delà de savoir si cette preuve précise tiendra, cet épisode illustre une bascule qui mérite réflexion. Ce qui change, ce n'est pas seulement qu'une IA puisse faire des mathématiques de recherche, c'est que cette capacité soit désormais accessible à presque tout le monde. Le coût estimé de cette démonstration se situerait entre quelques centaines et quelques milliers de dollars, une somme à la portée de n'importe quelle équipe correctement financée. Attaquer un problème structuré et difficile ne nécessite plus un institut de recherche prestigieux.
La question que pose ce moment est vertigineuse et ouverte : quels autres problèmes durs et bien structurés, en biologie, en cybersécurité, en logistique, en analyse de code, vont tomber face à 64 agents coopératifs lancés en parallèle ? La conjecture du recouvrement double n'était peut-être qu'un premier point de données. Mais elle pose aussi une question plus subtile sur ce que signifie "comprendre" une preuve : si une machine produit une démonstration correcte que presque personne ne peut suivre pas à pas, avons-nous vraiment gagné en compréhension, ou seulement en réponses ? Les mathématiques ont toujours été autant une affaire de cheminement que de résultat. C'est peut-être cela, plus que la vitesse, que ce moment nous invite à repenser.