La dernière publication d’OpenAI en mathématiques est à la fois un spectacle et un test de résistance : une gigantesque avancée revendiquée, issue d’un modèle de pointe non publié, désormais confiée à une discipline fondée sur une vérification lente et rigoureuse.

La tension montait depuis septembre, lorsqu’OpenAI a déclaré que son système avait « résolu plus de 100 problèmes ouverts de longue date dans la plupart des domaines des mathématiques »¹. La présentation publique de l’entreprise était résolument ambitieuse. Dans une publication partagée par la dirigeante d’OpenAI Lilian Weng, elle a indiqué publier « un large éventail de nouveaux résultats mathématiques » produits par un modèle de pointe interne et développés avec les conseils d’un groupe indépendant spécialisé en mathématiques et en IA.Lilian Weng (lilianweng)² Greg Brockman a présenté l’ambition plus large comme une « accélération de la découverte scientifique et une amélioration de la qualité de vie pour tous ».Greg Brockman (gdb)³

Puis est venue la divulgation concrète de mardi : 722 manuscrits couvrant 372 familles de résultats, avec des solutions à « des centaines » de questions ouvertes, selon l’Advisory Group on Mathematics and Artificial Intelligence, ou AGMAI.¹ Un autre compte rendu a qualifié les résultats portant sur plus de 300 problèmes ouverts de « quantité stupéfiante de progrès mathématiques », laissant les mathématiciens tenter de donner un sens à cette publication.⁴

OpenAI a fourni certains résumés de raisonnement, des estimations de l’usage informatique et des chiffres sur les problèmes tentés ; l’entreprise affirme que le résultat moyen a exigé l’équivalent de trois heures de réflexion de ChatGPT Pro. Elle publie par l’intermédiaire d’un dépôt GitHub avec des protocoles de révision et de citation.¹

Mais les recommandations d’AGMAI mettent en relief l’autre versant de l’histoire. Le groupe a exhorté les laboratoires à publier rapidement par les canaux universitaires établis lorsque cela est possible et à divulguer le modèle, les prompts et les coûts de calcul. Plus directement, il a demandé aux entreprises de « s’abstenir de traiter la publication de résultats mathématiques comme des outils de marketing destinés à promouvoir leurs modèles ».¹ Les résultats sont peut-être extraordinaires ; la question est désormais de savoir si leur validation pourra suivre le rythme.