OpenAI affirme qu'un système interne, présenté comme nettement plus capable que GPT-6 Astra, a produit une solution au problème de Navier-Stokes. Environ 10 000 agents coordonnés auraient travaillé 88 heures avant d'aboutir. Une preuve formalisée en Lean a été publiée. Rien n'est validé à ce stade. Ce sont les mathématiciens indépendants qui détermineront si le résultat tient, et cela prendra des semaines ou des mois. Nous rapportons une annonce, pas un fait établi.
Nous avons couvert hier une preuve sur les équations d'Euler obtenue avec des modèles et vérifiée formellement. Voici l'escalade, et elle arrive avec une complication.
De quoi il s'agit
Les équations de Navier-Stokes décrivent l'écoulement des fluides visqueux : l'air autour d'une aile, l'eau dans un tuyau, le sang dans une artère. Elles fonctionnent remarquablement bien en pratique, et personne ne sait démontrer qu'elles se comportent toujours correctement.
La question ouverte est celle de l'existence et de la régularité : les solutions restent-elles bien définies pour toujours, ou peuvent-elles devenir infinies en un temps fini ? Ce dernier cas s'appelle une singularité, ou explosion.
C'est l'un des sept problèmes du millénaire posés en 2000, dotés chacun d'un prix d'un million de dollars. Un seul a été résolu depuis.
Selon OpenAI, la preuve produite établit qu'un fluide tridimensionnel régi par ces équations peut développer une singularité en temps fini. C'est la continuité directe du travail sur Euler que nous rapportions hier, avec un cran de difficulté supplémentaire : Navier-Stokes ajoute la viscosité, ce qui a tendance à lisser les solutions et rend l'explosion beaucoup plus difficile à obtenir.
Ce qui rend l'annonce sérieuse
Un point la distingue des revendications précédentes, et c'est celui que nous soulignions hier comme décisif : une preuve formalisée en Lean a été publiée.
Nous l'avons expliqué dans notre article sur la vérification formelle : un assistant de preuve contrôle mécaniquement chaque étape. Si le fichier est accepté, la démonstration ne comporte pas de trou logique.
Cela change la nature de la vérification. Personne n'a besoin de relire des centaines de pages : il suffit de faire tourner le vérificateur.
Nous l'écrivions hier et il faut le répéter aujourd'hui, parce que c'est le point exact où l'attention doit se porter. Un vérificateur garantit que la démonstration prouve ce qui est écrit dans l'énoncé formalisé. Si cet énoncé ne correspond pas exactement au problème du millénaire — une hypothèse en plus, un terme de forçage, un cadre légèrement différent — la preuve est parfaitement valide et ne résout pas la question posée. C'est l'erreur la plus fréquente en formalisation, et c'est précisément ce que les mathématiciens vont examiner en premier. Cette relecture-là est courte : elle porte sur l'énoncé, pas sur la preuve.
La méthode : 10 000 agents pendant 88 heures
Le chiffre mérite d'être compris plutôt qu'admiré.
Nous avons décrit ce mécanisme à propos de la preuve obtenue en juillet avec soixante-quatre sous-agents : plusieurs instances explorent des pistes différentes en parallèle, et ce qui tient est conservé.
Passer de soixante-quatre à dix mille n'est pas un changement de nature, c'est un changement d'échelle. Et cela dit quelque chose sur la stratégie : plutôt que d'espérer qu'un modèle ait l'intuition juste, on en lance dix mille et on trie mécaniquement. C'est de la recherche par force brute intelligente, rendue possible par un coût d'inférence qui a suffisamment baissé.
Cela recoupe ce que nous relevions dans notre article sur la capacité des modèles à avoir des idées : ces systèmes exploitent le connu bien mieux qu'ils n'inventent. Multiplier les explorations est exactement la manière de contourner cette limite.
La dispute sur l'antériorité
L'annonce s'accompagne d'une complication qui mérite d'être rapportée avec précision.
Tristan Buckmaster, mathématicien à l'université de New York, et Levent Alpöge, chercheur chez Anthropic, travaillaient sur un terrain voisin. Ce sont les auteurs du résultat sur Euler que nous avons couvert hier.
Buckmaster a publiquement posé la question de savoir si OpenAI avait accéléré son effort après avoir eu connaissance de leurs travaux. OpenAI dément que ses chercheurs ou ses modèles aient accédé indûment à ce travail.
Nous n'avons aucun moyen de trancher, et nous ne le ferons pas. Ce que nous pouvons dire, c'est que la situation était prévisible : quand deux équipes travaillent sur des questions voisines et que l'une dispose de moyens de calcul considérables, la question de savoir qui a inspiré qui devient difficile à établir et lourde de conséquences.
C'est exactement le sujet que nous traitons ce soir dans notre article sur l'appartenance d'une question de recherche.
Les quatre questions qui décideront
L'énoncé formalisé correspond-il au problème ? C'est la première chose que la communauté vérifiera, et la plus rapide.
Le fichier de preuve est-il accepté par le vérificateur ? Vérifiable par n'importe qui disposant de l'outil.
Le résultat est-il celui qu'on attendait ? Démontrer qu'une singularité peut apparaître ne répond pas exactement à la même question que démontrer qu'elle n'apparaît jamais. La formulation officielle du problème du millénaire est précise, et il faudra vérifier laquelle des variantes est traitée.
Le prix sera-t-il attribué ? Le règlement impose une publication dans une revue à comité de lecture et un délai de deux ans d'acceptation par la communauté. Autrement dit : quoi qu'il arrive, rien ne sera officiel avant 2028.
Ce qu'il faut retenir
Nous sommes devant une annonce extraordinaire, avec un élément de preuve inhabituellement solide — la formalisation — et une contestation sérieuse sur son contexte.
La bonne posture n'est ni l'enthousiasme ni le scepticisme réflexe. C'est l'attente. Nous écrivions samedi dernier dans notre article sur ce qu'est une preuve qu'un résultat n'est établi que lorsque quelqu'un a pu le contester et n'y est pas parvenu.
Cette contestation commence aujourd'hui. Elle prendra des semaines, elle sera publique, et elle constituera probablement le test le plus intéressant de l'année sur la question de savoir ce que ces systèmes savent réellement faire. Nous suivrons ce dossier.