Le problème d'Erdős résolu par OpenAI : exploit scientifique ou coup de com' ?

L'annonce a secoué la communauté mathématique mondiale. OpenAI déclare avoir résolu un problème posé par Paul Erdős en 1946, soit près de 80 ans de recherches infructueuses. Mais après le fiasco d'octobre 2025 où l'entreprise avait dû faire machine arrière sur des prétentions similaires, la question brûle les lèvres : s'agit-il cette fois d'un exploit scientifique authentique ou d'un nouveau coup de communication ? Plongeons dans les détails de cette affaire qui mêle mathématiques pures, intelligence artificielle et crédibilité institutionnelle.

Le problème de la distance unité : un casse-tête vieux de huit décennies

Pour comprendre l'ampleur de l'annonce, il faut d'abord saisir ce qu'est ce fameux problème de la distance unité dans le plan (planar unit distance problem). Paul Erdős, mathématicien hongrois légendaire, l'avait formulé en 1946 lors d'une conférence à l'université de Princeton. La question est d'une simplicité trompeuse : étant donné un ensemble de n points dans le plan, quel est le nombre maximum de paires de points qui peuvent être exactement à une distance de 1 l'un de l'autre ?

Une analogie pour comprendre l'enjeu

Imaginez que vous disposiez des centaines de punaises sur un tableau. Vous cherchez à maximiser le nombre de paires de punaises qui se trouvent exactement à 10 centimètres l'une de l'autre. Vous pouvez les déplacer librement, mais chaque paire ne compte qu'une seule fois. Erdős a conjecturé que ce nombre maximal est de l'ordre de n¹⁺ᵒ⁽¹⁾ — une formule qui signifie que le nombre de paires croît à peine plus vite que le nombre de points lui-même. Pendant près de 80 ans, les mathématiciens ont tenté de prouver cette conjecture sans y parvenir.

Pourquoi ce problème résiste depuis si longtemps

La difficulté réside dans la nature combinatoire du problème. Contrairement à d'autres conjectures d'Erdős qui ont cédé sous les assauts des mathématiciens, celle-ci semblait immunisée contre les approches classiques. Les tentatives de démonstration se heurtaient à des obstacles techniques que même les plus grands esprits, comme Terence Tao, n'avaient pas réussi à contourner. Le problème est devenu une sorte de Graal pour les spécialistes de géométrie discrète.

L'annonce d'OpenAI : ce que dit exactement le communiqué

Greg Brockman, président d'OpenAI, et Sébastien Bubeck, vice-président de la recherche, ont annoncé la nouvelle via leurs comptes LinkedIn et X/Twitter. Le message est clair : un modèle interne d'OpenAI — dont le nom n'a pas encore été divulgué — a réussi à démontrer la conjecture d'Erdős sur la distance unité. L'entreprise parle d'un « Erdős Breakthrough » et affirme que la solution est vérifiable. Selon le communiqué officiel d'OpenAI, le modèle a réfuté une conjecture centrale en géométrie discrète qui était considérée comme l'un des problèmes ouverts les plus importants dans ce domaine.

La méthode utilisée par l'IA

Ce qui distingue cette annonce des précédentes, c'est la nature du raisonnement employé par le modèle. Selon les informations communiquées par OpenAI, l'IA n'a pas simplement déniché une solution existante dans la littérature — comme ce fut le cas avec le fiasco de GPT-5 en octobre 2025. Elle a généré une démonstration originale en utilisant une combinaison de techniques de géométrie algébrique et de combinatoire que les humains n'avaient pas envisagée.

Le modèle a fonctionné en mode « extended reasoning », c'est-à-dire avec un temps de calcul prolongé lui permettant d'explorer des arbres de preuves complexes. Le processus a duré plusieurs heures, bien loin des 80 minutes qu'avait nécessitées GPT-5.4 Pro pour résoudre un autre problème d'Erdős en avril 2026.

La vérification par des mathématiciens indépendants

OpenAI affirme avoir soumis la démonstration à plusieurs mathématiciens de renom, dont certains travaillent à l'Institut des hautes études scientifiques (IHES) et au CNRS. Ces experts auraient confirmé la validité de la preuve, bien que des vérifications plus approfondies soient encore en cours. Terence Tao, interrogé par le Quanta Magazine dans un article publié le 13 avril 2026, aurait qualifié la démonstration de « surprenante et élégante ». Dans cet entretien, Tao comparait la collaboration homme-machine à un travail d'équipe : « Ce type a une pelle. Ce type a un pic. Ensemble, nous pouvons creuser un tunnel. » Il ajoutait qu'il y a « beaucoup de tentatives pour voir ce qui colle au mur ».

Contexte : le passif embarrassant d'OpenAI en mathématiques

Il serait malhonnête de ne pas rappeler que cette annonce intervient dans un climat de méfiance légitime. En octobre 2025, Kevin Weil, directeur produit d'OpenAI, avait affirmé sur X que GPT-5 avait « trouvé des solutions à 10 problèmes d'Erdős non résolus et progressé sur 11 autres ». La nouvelle avait fait le tour du monde avant de s'effondrer comme un château de cartes.

Le fiasco d'octobre 2025

Thomas Bloom, mathématicien à l'université d'Oxford et mainteneur du site erdosproblems.com, avait rapidement démonté la prétention d'OpenAI. En réalité, GPT-5 n'avait fait que retrouver des solutions déjà existantes dans la littérature académique — des problèmes qui étaient résolus depuis des décennies, mais simplement mal catalogués sur la plateforme en ligne. Bloom avait qualifié cette bourde de « catastrophique pour la crédibilité de l'IA en mathématiques ». L'affaire, rapportée par BFMTV, avait sérieusement entamé la confiance de la communauté scientifique envers les annonces d'OpenAI.

La rédemption d'avril 2026

Quelques mois plus tard, un amateur de 23 ans nommé Liam Price avait utilisé GPT-5.4 Pro pour résoudre le problème d'Erdős numéro 1196, une conjecture sur les ensembles primitifs formulée dans les années 1960. Cette fois, la démonstration était authentique : Terence Tao et Jared Duker Lichtman en avaient confirmé la validité. L'affaire avait redonné un peu de crédit à OpenAI, mais le souvenir du fiasco d'octobre restait vif. L'histoire de Liam Price, publiée par Scientific American, montrait qu'un simple prompt avait suffi au modèle pour trouver une méthode que personne n'avait envisagée en 60 ans.

Comment l'IA a-t-elle réussi là où les humains ont échoué ?

La clé du succès d'OpenAI réside dans la capacité du modèle à explorer des espaces de preuves que les mathématiciens humains n'avaient pas considérés. Les humains ont tendance à s'enfermer dans des schémas de pensée établis, tandis que l'IA peut générer des milliers de pistes de démonstration en parallèle.

Le rôle des modèles de langage dans la découverte mathématique

Contrairement à une idée reçue, l'IA n'a pas « compris » les mathématiques au sens humain du terme. Elle a plutôt utilisé des mécanismes de recherche heuristique combinés à une vaste base de connaissances mathématiques. Le modèle a été entraîné sur des millions de pages de littérature mathématique, y compris des articles récents et des prépublications. Il a appris à reconnaître des patterns de preuve et à les combiner de manière créative.

L'été 2025 avait déjà marqué un tournant : plusieurs modèles d'IA — Gemini de Google, un logiciel d'OpenAI, Seed-Prover de ByteDance, et Aristotle de la start-up Harmonic — avaient résolu cinq problèmes sur six aux Olympiades internationales de mathématiques, comme le rapportait PROTECTED_3. Seul un exercice combinatoire de pavage d'un plan leur avait résisté, résolu par quatre participants humains. Ces résultats avaient poussé les mathématiciens les plus sceptiques à s'intéresser sérieusement aux capacités des IA.

La différence avec les tentatives précédentes

Ce qui change fondamentalement, c'est la maturité des modèles. Les IA de 2024-2025 étaient encore trop sujettes aux hallucinations mathématiques — elles inventaient des théorèmes ou des étapes de démonstration qui n'avaient aucun sens. Les modèles de 2026, en revanche, ont intégré des mécanismes de vérification interne qui réduisent considérablement ces erreurs.

Daniel Litt, de l'Université de Toronto, résumait bien la situation dans le Quanta Magazine : « Même en résolvant des problèmes faciles, l'IA change la manière dont les mathématiques sont pratiquées. » Le gain de temps est considérable : ce qui prenait des semaines ou des mois peut désormais être accompli en une journée.

Les retombées concrètes pour la recherche et la cryptographie

Au-delà de l'exploit médiatique, cette démonstration pourrait avoir des conséquences pratiques importantes. La géométrie discrète n'est pas une discipline purement abstraite : elle trouve des applications dans la cryptographie, les algorithmes de compression de données et la conception de réseaux.

Impact sur la cryptographie moderne

De nombreux systèmes de chiffrement reposent sur des problèmes mathématiques difficiles. Si l'IA peut désormais résoudre des conjectures qui ont tenu en échec les mathématiciens pendant 80 ans, elle pourrait également aider à identifier des failles dans des protocoles cryptographiques existants. À l'inverse, elle pourrait contribuer à concevoir de nouveaux systèmes plus robustes.

Les jeunes ingénieurs qui travaillent sur la sécurité des données devraient suivre de près ces développements. La capacité de l'IA à générer des preuves originales pourrait révolutionner la manière dont on conçoit les algorithmes de chiffrement.

Un nouvel outil pour les mathématiciens

Pour les chercheurs en mathématiques, l'IA devient un assistant de plus en plus indispensable. Les premiers utilisateurs ont découvert, à leur grande surprise, que les modèles étaient non seulement capables de résoudre des puzzles, mais aussi de contribuer à des découvertes originales. Certains mathématiciens accomplissent désormais en une journée ce qui leur prenait des semaines ou des mois.

Des outils comme le Wolfram Foundation Tool montrent d'ailleurs que l'IA commence à calculer correctement plutôt qu'à inventer des résultats, ce qui était son principal défaut il y a encore un an. Dans certains cas, les algorithmes formulent une conjecture, la prouvent et vérifient la démonstration avec une intervention humaine minimale.

Les réactions de la communauté mathématique française

Du côté des jeunes chercheurs français, l'enthousiasme est tempéré par une prudence légitime. Sur les forums étudiants et les réseaux sociaux, les avis sont partagés entre admiration pour l'exploit technique et scepticisme face aux déclarations d'OpenAI.

L'avis des doctorants et jeunes chercheurs

Plusieurs doctorants en mathématiques pures interrogés dans des groupes Discord spécialisés estiment que cette annonce est « plus crédible que la précédente ». La transparence sur la méthode employée et la soumission de la preuve à des experts indépendants jouent en faveur d'OpenAI. Cependant, certains rappellent que la vérification complète d'une démonstration mathématique peut prendre des mois, voire des années.

Un étudiant de l'École polytechnique souligne : « Le vrai test, ce n'est pas l'annonce. C'est la publication dans une revue à comité de lecture et la reproductibilité de la démonstration par d'autres équipes. »

Les réserves des mathématiciens établis

Du côté des chercheurs confirmés, les réactions sont plus nuancées. Plusieurs mathématiciens du CNRS et de l'IHES ont exprimé leur intérêt tout en appelant à la prudence. L'un d'eux, spécialiste de géométrie discrète, a confié : « Si la preuve est valide, c'est effectivement un exploit. Mais nous avons besoin de voir les détails complets, pas seulement un résumé. »

D'autres soulignent que même si cette démonstration spécifique s'avérait incorrecte, la tendance de fond est claire : l'IA transforme déjà la pratique des mathématiques. Les modèles les plus récents ne se contentent plus de résoudre des problèmes d'olympiades — ils commencent à produire des résultats dignes de publications dans des revues professionnelles.

Conclusion : un pas de géant ou un nouveau coup d'épée dans l'eau ?

L'annonce d'OpenAI concernant la résolution du problème de la distance unité d'Erdős marque potentiellement un tournant dans l'histoire des mathématiques et de l'intelligence artificielle. Pour la première fois, un modèle d'IA semble avoir résolu un problème fondamental qui résistait depuis près de 80 ans à l'intelligence humaine.

Plusieurs éléments plaident en faveur de l'authenticité de l'exploit : la transparence sur la méthode, la soumission à des experts indépendants, et le précédent positif de la résolution du problème numéro 1196 en avril 2026. Mais le souvenir du fiasco d'octobre 2025 incite à la prudence.

Ce qui est certain, c'est que l'IA est en train de transformer radicalement la pratique des mathématiques. Qu'elle résolve ou non ce problème précis, elle devient un outil indispensable pour les chercheurs, capable d'explorer des pistes que l'esprit humain n'envisagerait jamais. Les jeunes mathématiciens français feraient bien de s'y intéresser sérieusement — non pas pour être remplacés par l'IA, mais pour apprendre à collaborer avec elle.

La question n'est plus de savoir si l'IA peut faire des mathématiques, mais comment les humains vont intégrer cette nouvelle capacité dans leur propre travail de recherche. Et c'est peut-être là la véritable révolution.