Une IA a-t-elle vraiment aidé à résoudre l’un des 7 problèmes du millénaire ?

Le 8 septembre 2026, OpenAI a publié un document technique affirmant qu’un de ses modèles internes, jamais rendu public, venait de résoudre l’un des sept « problèmes du millénaire » : l’équation de Navier-Stokes. Une énigme mathématique vieille de près de deux siècles, sur laquelle butaient les plus grands esprits depuis des décennies. Soyons honnêtes tout de suite : l’affaire est autant scientifique que politique, et elle s’accompagne d’une polémique qui mérite d’être racontée en entier.

C’est quoi, au juste, un « problème du millénaire » ?

En l’an 2000, l’Institut de mathématiques Clay (Clay Mathematics Institute), fondé par l’homme d’affaires américain Landon T. Clay, a dressé une liste de sept questions mathématiques jugées si difficiles qu’elles résistaient depuis des décennies, parfois des siècles, à toute tentative de résolution. Une récompense d’un million de dollars a été promise pour chacune.

💡 Pour les non-initiés : pourquoi ces problèmes sont-ils si importants ? Contrairement à une énigme de mots croisés, un problème mathématique non résolu n’est pas juste « difficile » : c’est une zone d’ombre dans notre compréhension du monde. Certains de ces problèmes touchent directement à des domaines très concrets tels que la cryptographie, la physique des fluides, l’informatique théorique. Les résoudre ne rapporte pas seulement un prix : cela peut littéralement changer la manière dont on conçoit des avions, on sécurise des communications, ou on modélise le climat.

Avant l’annonce d’OpenAI, un seul de ces sept problèmes avait été résolu : la conjecture de Poincaré, tranchée en 2003 par le mathématicien russe Grigori Perelman qui a d’ailleurs refusé le million de dollars promis, tout comme la médaille Fields qui lui a été proposée. Il restait donc six problèmes ouverts, dont celui de Navier-Stokes.

Les équations de Navier-Stokes : la physique de tout ce qui coule

Les équations de Navier-Stokes décrivent le mouvement des fluides : l’eau qui coule dans un tuyau, l’air qui s’écoule autour d’une aile d’avion, le sang qui circule dans vos veines. Formulées au XIXe siècle par l’ingénieur français Claude Navier et le physicien irlandais George Stokes, elles sont utilisées quotidiennement par les ingénieurs pour simuler à peu près tout ce qui bouge et coule.

💡 Pour les non-initiés : c’est quoi une « singularité » en mathématiques ? Le problème posé par l’Institut Clay ne demandait pas d’inventer ces équations, elles existent depuis longtemps et fonctionnent très bien en pratique. La question était différente : peut-on prouver que, dans certaines conditions de départ parfaitement lisses, la solution de ces équations reste toujours bien définie au fil du temps, ou peut-elle au contraire « exploser », développer une valeur infinie en un temps fini ? Ce moment d’explosion s’appelle une singularité. Imaginez un tourbillon qui deviendrait infiniment petit et infiniment rapide en une fraction de seconde : les équations mathématiques permettent-elles ce genre de scénario extrême, ou l’interdisent-elles ?

Le résultat annoncé par OpenAI répond par l’affirmative : selon leur preuve, les équations de Navier-Stokes en trois dimensions peuvent, dans certains cas, développer une singularité en temps fini. Autrement dit, le modèle mathématique qui décrit le mouvement des fluides a ses limites théoriques, une découverte qui, si elle est confirmée, aurait des implications sur la manière dont on comprend la turbulence.

Comment 10 000 agents IA ont travaillé sur le problème

La chronologie des événements, rendue publique par OpenAI elle-même, est presque aussi fascinante que le résultat mathématique.

Date	Événement
28 août 2026	OpenAI commence l’entraînement d’un nouveau modèle interne, non public, aux performances inédites en mathématiques.
1er septembre 2026	Des rumeurs circulent selon lesquelles deux problèmes du millénaire auraient été résolus. OpenAI lance des milliers d’agents IA sur l’ensemble des six problèmes encore ouverts.
Environ 50h plus tard	Une version simplifiée du problème (les équations d’Euler, sans viscosité) est résolue par un premier groupe de 1 000 agents.
5 septembre 2026	Un groupe pouvant aller jusqu’à 10 000 agents aboutit à une résolution du problème complet de Navier-Stokes, 88 heures après le lancement des premiers agents.
Les 17h suivantes	La preuve est formalisée et vérifiée dans le langage Lean, un outil informatique qui permet de contrôler automatiquement la validité logique d’une démonstration, via un modèle nommé GPT-6 Astra.
8 septembre 2026	OpenAI publie son document technique et rend l’annonce publique.

Au total, pour l’ensemble des problèmes tentés, les agents ont échangé environ 4,9 millions de messages et consommé près de 300 milliards de tokens en sortie, rien que pour Navier-Stokes, environ 2,7 millions de messages ont été nécessaires. Des chiffres qui donnent une idée de l’ampleur de calcul mobilisée pour un seul résultat mathématique.

📌 À noter : la vérification par Lean ne remplace pas la relecture humaine Le fait que la preuve ait été vérifiée automatiquement dans le langage Lean donne une forme de confiance : cela signifie que chaque étape logique du raisonnement a été contrôlée par une machine, sans trou dans le raisonnement formel. Mais cela ne remplace pas la relecture approfondie par la communauté mathématique internationale, qui prend généralement plusieurs mois, voire plusieurs années, pour un résultat de cette ampleur. Martin Bridson, président de l’Institut Clay, a d’ailleurs qualifié l’annonce d’« excitante » sans pour autant valider officiellement le résultat comme définitif.

La polémique : qui a vraiment trouvé quoi, et en premier ?

C’est là que l’histoire devient plus trouble. Deux mathématiciens, Tristan Buckmaster (professeur à l’université de New York) et Levent Alpöge (chercheur à Harvard, qui travaille par ailleurs pour Anthropic, le concurrent direct d’OpenAI), planchaient depuis près d’un an sur des questions voisines, en s’appuyant largement sur les modèles Claude et Codex/GPT-5.6 Sol.

• Le 15 août 2026, Buckmaster et Alpöge affirment avoir obtenu une percée sur une version simplifiée du problème, sans viscosité, avec des solutions atteignant une vitesse infinie.
• Le 1er septembre 2026, en entendant des rumeurs sur cette avancée, OpenAI lance son opération massive de calcul sur l’ensemble des problèmes du millénaire encore ouverts.
• Le 7 septembre 2026, Buckmaster et Alpöge publient précipitamment leurs propres résultats, visiblement pour marquer leur antériorité avant l’annonce d’OpenAI.
• OpenAI affirme n’avoir eu accès à aucun des travaux non publiés des deux chercheurs, et déclare avoir proposé à Buckmaster une publication concertée, tout en précisant explicitement qu’Alpöge ne serait pas invité comme coauteur, en raison de son lien avec Anthropic.

⚠️ Une question de confiance pour toute la recherche assistée par IA Cette controverse touche à un enjeu de fond : les chercheurs peuvent-ils utiliser en toute sécurité les outils des grands laboratoires d’IA pour travailler sur des découvertes non publiées, sans craindre qu’un concurrent direct ne rattrape ou ne dépasse leurs travaux grâce à une puissance de calcul largement supérieure ? La question reste entièrement ouverte, et la manière dont OpenAI a exclu un chercheur au seul motif de son employeur n’a pas manqué de faire réagir la communauté scientifique.

Ce que cette histoire change (ou pas) pour la recherche scientifique

Au-delà du feuilleton, il faut prendre du recul sur ce que cet épisode signifie réellement.

• Si le résultat est confirmé après relecture par la communauté mathématique, ce serait la première fois qu’un problème majeur et non résolu depuis des décennies serait tranché principalement grâce à un système d’intelligence artificielle, et non par un mathématicien humain travaillant seul ou en équipe restreinte.
• Cela ne signifie pas que l’IA a « inventé » les mathématiques nécessaires de zéro : elle a exploré, avec une puissance de calcul et un nombre d’essais que jamais aucune équipe humaine ne pourrait égaler, un espace de raisonnements possibles jusqu’à en trouver un qui fonctionne.
• Le rôle des chercheurs humains reste central : ce sont eux qui posent les bonnes questions, orientent les agents IA, et surtout, vérifient et valident le résultat final.
• La compétition entre laboratoires d’IA (OpenAI, Anthropic, Google DeepMind) se déplace désormais clairement vers la recherche scientifique fondamentale, et pas seulement vers les chatbots ou les assistants de code.

Reste une question qui ne sera tranchée que dans les mois à venir : la communauté mathématique va-t-elle valider intégralement cette preuve, ou des failles apparaîtront-elles à l’examen ? L’histoire des mathématiques a déjà connu plusieurs annonces spectaculaires qui se sont révélées, après coup, incomplètes ou erronées.

Et vous, qu’en pensez-vous ?

🗣️ On ouvre le débat Cette affaire pose une question qui dépasse largement les mathématiques : à qui appartient une découverte scientifique quand elle est produite par une IA guidée par des humains, financée par une entreprise privée en concurrence directe avec d’autres laboratoires ?