Le 20 mai 2026, OpenAI a annoncé une percée scientifique majeure : un modèle de raisonnement généraliste a résolu de façon entièrement autonome le problème de la distance unitaire, une conjecture posée par le légendaire mathématicien Paul Erdős en 1946. C’est la première fois qu’un problème ouvert majeur, central dans un sous-domaine des mathématiques, est résolu sans intervention humaine directe. La preuve a été vérifiée par un panel de mathématiciens externes, dont le médaillé Fields Tim Gowers.

Le problème : simple à énoncer, impossible à résoudre

Le problème de la distance unitaire plane est d’une simplicité désarmante :

Si vous placez n points dans le plan, combien de paires de points peuvent être exactement à distance 1 l’une de l’autre ?

Posé par Erdős en 1946, ce problème est considéré comme « le plus connu (et le plus simple à expliquer) de la géométrie combinatoire » selon l’ouvrage de référence Research Problems in Discrete Geometry (2005). Erdős avait même offert une récompense financière pour sa résolution.

Depuis 80 ans, la conviction dominante était que la construction optimale utilisait une grille carrée — une intuition qu’Erdős lui-même avait formulée sous forme de conjecture. En termes techniques, il pensait que le nombre maximal de paires unité était de l’ordre de n^(1+o(1)), où le terme o(1) tend vers 0.

L’IA d’OpenAI a prouvé que cette conjecture était fausse.

Ce que l’IA a découvert

Le modèle a construit une famille infinie de configurations de points qui produisent au moins n^(1+δ) paires unité, pour un exposant δ > 0 fixe. Une amélioration due au professeur de Princeton Will Sawin a depuis permis d’établir δ = 0,014.

Cela peut sembler infinitésimal. Mais en mathématiques, c’est un tremblement de terre : cela signifie que la borne inférieure — inchangée depuis 1946 — était sous-estimée. La borne supérieure, elle, n’a pas bougé depuis les travaux de Spencer, Szemerédi et Trotter en 1984 (O(n^(4/3))).

L’écart entre n^(1,014) et n^(4/3) reste immense, mais la direction conceptuelle a changé : la grille carrée n’est plus la référence.

Le plus surprenant : la méthode

La preuve ne vient pas des outils classiques de la géométrie combinatoire. L’IA a établi un pont inattendu vers la théorie algébrique des nombres, un domaine qui étudie les extensions des entiers (comme les entiers de Gauss a+bi).

Erdős utilisait déjà les entiers de Gauss pour sa construction originale. Mais l’IA est allée beaucoup plus loin, mobilisant des concepts avancés comme les tours de corps de classes infinies et la théorie de Golod-Shafarevich — des outils bien connus des théoriciens des nombres, mais que personne n’avait songé à appliquer à ce problème géométrique.

Comme l’écrit le mathématicien Thomas Bloom dans l’article compagnon :

« Est-ce que cela nous a appris quelque chose de nouveau sur le problème ? Comprenons-nous mieux la géométrie discrète maintenant ? Je pense que la réponse est un oui modéré : cela montre que les constructions issues de la théorie des nombres ont beaucoup plus à dire sur ces questions que nous ne le soupçonnions. »

Une validation par les plus grands noms

La preuve n’a pas été publiée sans vérification. Un groupe de mathématiciens externes l’a examinée et a rédigé un article compagnon. Parmi eux :

  • Tim Gowers (médaillé Fields 1998), qui qualifie le résultat de « jalon dans les mathématiques par IA »
  • Arul Shankar, éminent théoricien des nombres : « Ce papier démontre que les modèles d’IA actuels vont au-delà de simples assistants pour mathématiciens — ils sont capables d’avoir des idées ingénieuses originales et de les mener à terme »
  • Thomas Bloom, spécialiste de combinatoire additive
  • Will Sawin, professeur à Princeton, qui a raffiné la preuve

Fait notable : le modèle utilisé n’était pas un système spécialisé en mathématiques. C’était un modèle de raisonnement généraliste, testé sur une collection de problèmes d’Erdős. Il a produit cette preuve sans entraînement spécifique, sans échafaudage de stratégies de recherche, et sans ciblage préalable du problème de distance unitaire.

Ce que ça change pour la recherche scientifique

Cette percée n’est pas qu’un exploit mathématique isolé. Elle esquisse un nouveau paradigme de collaboration humain-IA. Ces capacités dépassent le cadre des mathématiques. Un modèle capable de tenir un raisonnement complexe, de connecter des domaines éloignés et de produire un travail qui survit à l’examen d’experts — ce sont aussi des compétences précieuses en biologie, physique, science des matériaux, ingénierie et médecine.

Tim Gowers résume l’enjeu : « L’IA nous aide à explorer plus pleinement la cathédrale mathématique que nous avons construite au fil des siècles ; quelles autres merveilles invisibles attendent dans les coulisses ? »

Implications pour les développeurs et l’industrie

  1. Les modèles de raisonnement deviennent des partenaires de R&D : ne les cantonnez plus à la génération de code ou de texte — ils peuvent contribuer à la recherche fondamentale.
  2. L’expertise humaine gagne en valeur : l’IA explore, suggère, vérifie. Les humains choisissent les problèmes qui comptent, interprètent les résultats et décident des prochaines questions.
  3. La frontière entre IA spécialisée et généraliste s’efface : un modèle non entraîné spécifiquement pour les mathématiques a résolu un problème ouvert depuis 80 ans.
  4. Vérification et reproductibilité : la preuve a été vérifiée par des mathématiciens indépendants — un standard que l’industrie devrait appliquer plus largement aux résultats de l’IA.

Cette annonce s’inscrit dans une semaine exceptionnelle pour l’IA, marquée notamment par la levée de fonds historique de 65 milliards de dollars d’Anthropic le 28 mai et le lancement de Claude Opus 4.8.

Le signal est clair : nous entrons dans l’ère où l’IA ne se contente plus d’assister les humains — elle contribue directement à l’expansion du savoir humain.

Sources et références

Articles similaires

{ « @context »: « https://schema.org », « @type »: « Article », « headline »: « L'IA d'OpenAI résout une conjecture mathématique vieille de 80 ans : une première historique », « datePublished »: « 2026-05-29 », « dateModified »: « 2026-05-29 », « url »: « https://wpadminlab.com/openai-ia-resout-conjecture-erdos-1946/ », « publisher »: { « @type »: « Organization », « name »: « WP Admin Lab » } }

📖 À lire aussi : 🔥 BREAKING : Fivetran + dbt Labs fusionnent, dbt Core 2.0 passe en Rust, Airbyte lance ses Agents — le Modern Data Stack entre dans l’ère de l’IA agentique

W
WP Admin Lab

Architecte web full-stack. WordPress, performance, data et sécurité. Notes de terrain, tests reproductibles et retours d'expérience.