OpenAI publie trois autres découvertes scientifiques majeures, cette fois en demandant à des experts externes de « montrer la voie »

Résumé :

Moins d'un mois après la dernière publication de centaines d'articles, OpenAI a annoncé le 26 octobre trois autres résultats « majeurs » dans les domaines des mathématiques, de l'informatique et de la physique, et a pour la première fois tenté de laisser des experts externes diriger le processus de compréhension et de publication des résultats en tant que « berger ».

La plus grande différence par rapport à l'approche précédente est la différenciation des stratégies de publication : pour les résultats en informatique et en physique, OpenAI invite des experts externes à diriger une équipe pour interpréter les résultats ; pour les problèmes mathématiques, les experts recommandent de rendre directement publics les résultats de l’IA et de laisser les chercheurs organiser leur propre travail d’interprétation. OpenAI a positionné les trois manuscrits comme une sorte de « données de recherche originales » sur son blog officiel et a admis qu'« on ne sait pas encore laquelle des trois méthodes est la plus utile ».

Parmi les trois résultats, les résultats mathématiques sont destinés à l'analyse harmonique. Sogge a proposé la « conjecture de douceur locale » en 1991 pour discuter du comportement des ondes lors de la focalisation : la focalisation la plus extrême doit être de courte durée et l'intensité de la focalisation à des moments aléatoires est bien inférieure au pire des cas. Cette conjecture étant extrêmement basique, elle contient à la fois la conjecture de Kakeya et la conjecture limite de Stein. En 2019, Guth, Wang et Zhang ont prouvé la situation bidimensionnelle, et en 2025, Wang et Zahl ont prouvé la conjecture de Kakeya à trois maintiens ; et le modèle d'OpenAI a donné la preuve de la conjecture de douceur locale dans n'importe quelle dimension, résolvant ainsi la conjecture de Kakeya et la conjecture limite de Stein dans toutes les dimensions. La nouvelle preuve est basée sur une nouvelle équation aux dérivées partielles auxiliaire. La sortie du modèle a été obtenue le 18 octobre 2026 et la formalisation Lean a été achevée le lendemain.

En informatique, les résultats indiquent la falsification de « l’hypothèse du temps exponentiel » (ETH). ETH est une conjecture à long terme sur la complexité informatique de la satisfiabilité des formules booléennes. Il est étroitement lié au problème P vs NP. Il a été utilisé par un grand nombre d'articles dans le passé pour obtenir des résultats conditionnellement difficiles dans la théorie des graphes, la biologie computationnelle, les bases de données, la géométrie computationnelle et d'autres domaines. OpenAI affirme que son système prouve que l'ETH n'est pas vrai et a terminé la vérification en Lean : l'article donne un algorithme déterministe qui peut compter avec précision le nombre d'affectations satisfaisantes de la formule CNF à largeur fixe dans un temps sous-exponentiel, et n'occupe que l'espace polynomial. Le cas 3-SAT constitue une réfutation de l’ETH. Ce travail a été examiné et interprété par un groupe de travail indépendant dirigé par Russell Impagliazzo, Ramamohan Paturi et Ryan Williams. Impagliazzo et Paturi étaient les premiers proposants de l'ETH (en collaboration avec Francis Zane). À la demande du groupe de travail, les documents pertinents ont été immédiatement rendus publics ; OpenAI s'est également engagé à financer une conférence pour discuter des implications des résultats pour l'ensemble du domaine. La contre-preuve au niveau du langage naturel a été générée le 16 octobre et formalisée le 17 octobre.

Les résultats physiques fournissent une preuve stricte de l'existence de certaines théories quantiques des champs en interaction contenant des champs de jauge et des fermions en quatre dimensions, couvrant la chromodynamique quantique (QCD) et une version unifiée et complète du modèle standard. Le travail s'appuie sur l'approche de Balaban en matière de théorie quantique constructive des champs et comprend également comme sous-problème une preuve de l'existence d'une théorie pure de Yang-Mills - cette dernière fait partie du problème du Prix du Millénaire "Quantum Yang-Mills Theory" du Clay Mathematics Institute. Le modèle standard ne peut pas être extrapolé à des distances arbitrairement courtes, et cette preuve d'existence concerne la théorie la plus simple et la plus unifiée impliquant les champs de jauge et les fermions du modèle standard. Ce travail a été dirigé par David Gross, lauréat du prix Nobel de physique 2004, et comprenait Michael Douglas, Arthur Jaffe, Igor Klebanov et Nikita Nekrasov ; Jaffe a co-posé le problème du millénaire de Yang-Mills avec Witten et a cofondé le Clay Institute of Mathematics, et Douglas suit le problème depuis vingt ans. Le groupe de travail demande que tous les contacts concernés soient envoyés à

[email protected]

. La preuve en langage naturel du modèle a été donnée le 9 septembre pour l'existence de Yang – Mills et le 18 septembre pour QCD. En raison de sa longueur et de sa complexité extrêmement élevées, la publication a été reportée au 16 octobre, date à laquelle la formalisation du Lean a été achevée ; le groupe a décidé de ne pas divulguer les produits générés par l'IA pour le moment, mais de rédiger lui-même le document.

OpenAI a fixé quatre principes pour ces collaborations externes : transparence, ne pas obliger les participants à signer des accords de confidentialité, libre discussion, partage de produits intermédiaires et publication des conclusions ; ne pas demander de distinctions académiques, ne pas rechercher de crédits académiques pour les découvertes générées par des modèles internes et inviter les chercheurs à participer ne signifie pas qu’ils ont fait quoi que ce soit. Produit les résultats originaux ; reconnaît les contributions, le groupe de travail est reconnu pour la compréhension qu'il a acquise, ainsi que pour les manuscrits et autres documents qu'il a rédigés, et est responsable de citer correctement les chercheurs, les techniques et les idées sur lesquelles il s'appuie ; indépendant, la participation est volontaire et non rémunérée, les membres ne parlent pas au nom d'OpenAI et OpenAI ne les représente pas.

Mais le modèle lui-même est controversé. OpenAI reconnaît que le choix du « berger » initial déterminera inévitablement qui participera en premier et créera une asymétrie de l’information, c’est pourquoi elle accueille favorablement les opinions extérieures sur la manière d’élargir la participation. Des critiques plus directes sont venues du groupe consultatif mathématique AGMAI formé par OpenAI lui-même : la veille (25 octobre), le groupe a clairement déclaré qu'il « recommande aux entreprises d'IA de ne pas adopter la pratique consistant à désigner des groupes spécifiques de personnes pour obtenir les résultats en premier, invoquant l'accès inégal, l'emprunt de la réputation des autres et les préjugés dans la sélection ».

En termes de soutien à la recherche scientifique, OpenAI a mentionné l'investissement de 5 millions de dollars annoncé précédemment dans la Fondation Simons. Ce fonds est géré et distribué par la fondation pour soutenir des séminaires, des conférences et des programmes spéciaux visant à aider les chercheurs à comprendre et à continuer de travailler sur la base des résultats générés par l'IA.