Histoire
septembre 10, 2026
La victoire d’OpenAI sur Navier–Stokes s’est transformée en bataille pour savoir qui y est arrivé le premier
OpenAI présente son résultat comme une réussite majeure produite par de puissants agents d’IA, tandis que les mathématiciens y voient un test préoccupant de la capacité des systèmes privés à transformer les idées non publiées des utilisateurs en avancées décisives pour les entreprises sans divulgation ni reconnaissance claires.
Lundi, le mathématicien de NYU Tristan Buckmaster a publié un travail montrant qu’une forme simplifiée des équations de Navier–Stokes pouvait s’effondrer, après près d’un an de travail avec le chercheur d’Anthropic Levent Alpöge et des modèles d’IA publics. Les progrès du duo reposaient sur une approche associée à Diego Córdoba et Luis Martínez-Zoroa—une piste que d’autres experts jugeaient prometteuse.1
Puis OpenAI a annoncé qu’un groupe d’agents avait produit une preuve pour l’intégralité du problème du prix du Millénaire, qui demande si les équations régissant l’écoulement des fluides peuvent développer des singularités. L’entreprise a déclaré que les agents utilisaient un modèle de nouvelle génération plus performant que GPT-6 Astra.
2 OpenAI ne prévoit pas de réclamer le prix d’un million de dollars du Clay Mathematics Institute, mais l’ampleur de l’effort a souligné le fossé grandissant entre les chercheurs universitaires et les laboratoires de pointe : environ 10 000 agents ont fonctionné simultanément pendant 88 heures, les estimations situant la facture de calcul entre 10 et 40 millions de dollars.3
La célébration est rapidement devenue un différend sur l’attribution des mérites. Buckmaster a déclaré que des employés d’OpenAI avaient proposé soit des publications coordonnées, soit une collaboration sur un article qui exclurait Alpöge en raison de son affiliation à Anthropic ; OpenAI a nié que ses agents ou son personnel aient accédé aux transcriptions du duo. L’entreprise a néanmoins affirmé ne pas pouvoir exclure entièrement la possibilité que des données désidentifiées issues de l’utilisation de ses produits aient amélioré ses modèles.1 Sam Altman a défendu la conduite de l’équipe, déclarant que sa compréhension initiale était que les autres chercheurs avaient eux aussi résolu le problème et qu’OpenAI souhaitait « collaborer et faire une publication commune »
4
Les critiques restent peu convaincus. Une republication amplifiée par Yann LeCun a félicité Buckmaster et Alpöge pour avoir développé les techniques assistées par IA, avant de féliciter sarcastiquement OpenAI de ne laisser « aucune bonne transcription de client inexploitable ». 
5 Plus récemment, le mathématicien Andreas Thom a qualifié de trompeuse la distinction d’OpenAI entre l’accès direct et les données d’entraînement désidentifiées : « La désidentification peut supprimer un nom ; elle ne supprime pas le contenu intellectuel d’une idée mathématique. »6
Le débat dépasse désormais une seule preuve. Pour les universitaires, la crainte est que des laboratoires d’IA opaques et riches en liquidités puissent transformer des signaux de recherche privés en avantages décisifs—laissant les mathématiciens humains sans la puissance de calcul ni la reconnaissance nécessaires pour rivaliser.