OpenAI affirme avoir résolu un problème à un million de dollars — et c'est la polémique
Le 8 septembre 2026, OpenAI a annoncé qu’un de ses modèles internes avait résolu l’un des sept problèmes du prix du millénaire — les défis mathématiques non résolus posés en 2000 par le Clay Mathematics Institute, chacun doté d’un prix d’un million de dollars. C’est en soi un événement majeur. Ce qui a suivi l’annonce l’est tout autant : une polémique publique, portée par un mathématicien accusant OpenAI d’avoir siphonné son travail et de l’avoir mis sous pression.
Ce qui a été annoncé
Section titled “Ce qui a été annoncé”Le problème en question porte sur les équations de Navier-Stokes, qui décrivent le mouvement des fluides (de la météo à l’aérodynamique). La question posée par le Clay Mathematics Institute : ces équations peuvent-elles, dans certaines conditions, produire une singularité — un point où le fluide se met à circuler à une vitesse infinie — en un temps fini ? Le modèle d’OpenAI (présenté comme « significativement plus capable que GPT-6 Astra ») aurait produit une preuve répondant à cette question, obtenue via environ 10 000 agents IA travaillant en parallèle pendant 88 heures, échangeant près de 5 millions de messages, pour un coût estimé entre 2 et 22,5 millions de dollars de calcul. La preuve aurait ensuite été formalisée avec l’assistant de preuve Lean (17 heures supplémentaires), ce qui a donné aux mathématiciens un premier niveau de confiance sur sa validité — sans que l’ensemble des implications et de la chronologie des contributions ne soit encore complètement démêlé.
La polémique : qui a vraiment trouvé quoi ?
Section titled “La polémique : qui a vraiment trouvé quoi ?”C’est là que l’histoire se complique. Le mathématicien Tristan Buckmaster (NYU) et son collègue Levent Alpöge (qui travaille chez Anthropic, le concurrent direct d’OpenAI) progressaient depuis près d’un an sur ce même problème, avec une accélération notable à partir de la mi-août grâce à des modèles d’IA. Buckmaster affirme qu’OpenAI n’a commencé à s’attaquer sérieusement au problème qu’à partir du 1ᵉʳ septembre — après avoir eu vent de rumeurs sur l’avancée de sa propre équipe — et que la solution d’OpenAI reprend « exactement la même ligne d’attaque » que la sienne. Il déclare avoir demandé si son compte Codex (l’outil de codage assisté par IA d’OpenAI) avait été consulté ou si le modèle avait été entraîné sur ses échanges ; OpenAI aurait répondu ne pas avoir consulté ses données utilisateur, sans se prononcer clairement sur l’entraînement.
Buckmaster va plus loin : il rapporte que Sebastien Bubeck, le chercheur d’OpenAI qui dirigeait le projet, lui aurait proposé un choix embarrassant — publier conjointement en reconnaissant la solution d’OpenAI comme supérieure, ou publier seul et réclamer le prix, mais à la condition de retirer le nom d’Alpöge de l’article en raison de son affiliation à Anthropic. Face à son refus, Bubeck lui aurait demandé : « Pourquoi voudrais-tu ruiner ta carrière ? », avant d’ajouter : « Si tu ne veux pas que je sois gentil, je n’ai pas à l’être. »
OpenAI conteste fermement ces accusations. Par la voix de Bubeck, l’entreprise affirme : « Nous n’avons pas utilisé leurs invites ni leurs preuves pour orienter nos modèles » et dit n’avoir découvert le travail de Buckmaster et Alpöge qu’après sa publication. Bubeck a également reconnu publiquement, lors d’un point presse : « Nous reconnaissons la priorité du travail de Levent Alpöge et Tristan Buckmaster. » Il convient aussi de noter qu’une équipe distincte — Diego Córdoba et Luis Martínez-Zoroa — avait posé des bases mathématiques importantes en amont, au point que Charles Fefferman (auteur de l’énoncé officiel du problème pour le Clay Institute) les a qualifiés de véritables « héros de cette histoire ».
La mise en garde de Terence Tao
Section titled “La mise en garde de Terence Tao”Au-delà du différend entre personnes, c’est l’intervention de Terence Tao — l’un des mathématiciens vivants les plus respectés — qui donne à cette affaire sa portée. Sa crainte n’est pas tant que l’IA résolve des problèmes, mais comment elle le fait :
- Les entreprises d’IA traitent ces défis mathématiques comme des arguments marketing plutôt que comme des occasions de compréhension réelle.
- Ce qui compte en mathématiques n’est pas seulement la réponse, mais pourquoi elle est vraie et comment on y arrive — le cheminement, pas seulement la destination.
- Résoudre un problème ouvert par une méthode purement automatisée, sans transparence sur le raisonnement suivi, revient à une forme de « surexploitation minière » : cela risque de détruire l’écosystème d’idées dont serait née la prochaine génération de techniques mathématiques.
- Les tentatives infructueuses ont, historiquement, souvent fait naître des sous-domaines entiers des mathématiques — mais les entreprises d’IA ne publient presque jamais leurs échecs, privant la communauté de ces enseignements.
Tao va jusqu’à évoquer un risque de contamination du processus mathématique lui-même : une résolution prématurée, obtenue par une IA propriétaire et opaque, pourrait constituer « un résultat globalement négatif pour le progrès des mathématiques » — même si la réponse elle-même est correcte.
Pourquoi cette histoire dépasse les mathématiques
Section titled “Pourquoi cette histoire dépasse les mathématiques”Ce type d’épisode illustre une tension que ce site aborde régulièrement d’un point de vue technique : la différence entre obtenir un résultat et comprendre comment on y arrive. Le cours NLP, LLM & RAG de ce site insiste déjà sur ce principe pour des cas d’usage bien plus modestes qu’une preuve mathématique : un système qui répond juste sans qu’on puisse vérifier son raisonnement reste un système auquel on ne peut accorder qu’une confiance limitée. À l’échelle d’un problème du millénaire, l’enjeu est le même, simplement amplifié : une preuve produite par 10 000 agents IA en 88 heures n’a de valeur, pour la communauté mathématique, que si son raisonnement peut être audité, contesté et appris — pas seulement vérifié formellement comme correct.
Cette affaire illustre aussi un rapport de force nouveau : la capacité à s’attaquer aux plus grands problèmes ouverts se concentre désormais entre les mains d’un tout petit nombre d’entreprises disposant de moyens de calcul considérables — une réalité qui inquiète une partie de la communauté scientifique, indépendamment de l’issue de cette controverse précise.