OpenAI Says an AI Model Solved a 100-Year Math Problem

OpenAI Says an AI Model Solved a 100-Year Math Problem

OpenAI affirme qu'un modèle d'IA a résolu un problème mathématique vieux de 100 ans

par Paul et Mike (animateurs du podcast The Artificial Intelligence Show) · Voir la chaîne sur PSI

Sciences humaines, sociales & pensée IA — Actualité & Applications UYInformatiqueUYQIntelligence artificielle (IA)
🎙 Paul et Mike (animateurs du podcast The Artificial Intelligence Show) 👥 33K 📅 19 septembre 2026 ⏱ 15 min 👁 368 📄 revue d'actualité 🧭 2026-09-20
Disponible en : Français (actuel) English

Mots-clés

IANavier-StokesMillennium PrizeLeancontroverses

Résumé

Dans cet épisode du podcast, Paul et Mike reviennent sur l’annonce d’OpenAI selon laquelle un de ses modèles internes, plus puissant que GPT-6 Astra (non publié), aurait résolu le problème du prix du millénaire de Navier-Stokes, une question ouverte depuis plus de 100 ans concernant le comportement des fluides. Ils détaillent le processus : environ 10 000 agents IA travaillant en parallèle, 88 heures pour parvenir à une solution, puis 17 heures supplémentaires pour formaliser la preuve dans l’assistant logiciel Lean. Ils évoquent également la controverse suscitée par la publication, notamment l’accusation de Tristan Buckmaster (NYU) selon laquelle OpenAI se serait inspiré de ses travaux avec Levant Alpoge (employé d’Anthropic) sans le créditer correctement. La réponse d’OpenAI a été de nier toute influence. Les animateurs citent aussi des tweets de Sam Altman exprimant sa surprise et son inquiétude sur la rapidité des progrès, ainsi qu’une lettre signée par Terence Tao et 24 autres médaillés Fields critiquant l’utilisation des problèmes mathématiques comme simple benchmark par les entreprises d’IA. Ils abordent les implications sociétales de cette démonstration de capacité, notamment la question du sens du travail intellectuel, et la réflexion sur la possibilité que l’IA résolve bientôt d’autres grands défis (cancer, etc.). La discussion souligne la tension entre prouesses technologiques, éthique, et le sentiment de dépossession ressenti par les mathématiciens.

218 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations repose sur des sources primaires (communiqué d’OpenAI, tweets de Sam Altman, lettre de Terence Tao) mais celles-ci ne sont pas vérifiées indépendamment par les animateurs. L’argumentation est structurée : présentation factuelle de l’annonce, analyse des enjeux (rapidité des progrès, controverse sur l’attribution), puis réflexion sur les conséquences pour la communauté mathématique et la société. Les animateurs adoptent une posture critique, pesant les aspects positifs (potentiel de résolution de problèmes majeurs) et négatifs (risque de perte de sens). La solidité de l’argumentation est correcte, mais certains raccourcis (ex. « c’est une question de calcul ») sont simplificateurs.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est moyenne : les animateurs ne fournissent pas de lien vers le communiqué original ni vers la lettre des médaillés, bien qu’ils citent des extraits. Ils mentionnent des noms et des événements sans vérification externe. La qualité des sources repose sur des déclarations officielles et des tweets, mais sans corroboration indépendante. L’adéquation titre/contenu est bonne : le titre annonce le fait principal, et le podcast développe bien le sujet. Cependant, la longueur et la profondeur techniques restent limitées, et la discussion se focalise sur les conséquences plutôt que sur le contenu mathématique.

210 mots

Adéquation titre / contenu

Le titre est fidèle au contenu : il annonce la prétendue résolution d'un problème centenaire, ce qui est le sujet central de l'épisode.

Qualité & fiabilité

7/10

Les animateurs rapportent une nouvelle d'OpenAI avec des détails chiffrés, exposent les controverses (accusations de plagiat, réaction des mathématiciens) et citent des tweets de Sam Altman et John Schulman, mais sans vérification indépendante des sources primaires. La discussion reste équilibrée et critique.

Moments clés

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

Sources citées

Apport & nouveautés

L’apport original de cette vidéo est de relayer une annonce majeure d’OpenAI (résolution du problème de Navier-Stokes) tout en la contextualisant dans les débats plus larges sur la vitesse de développement de l’IA et ses conséquences sur le travail intellectuel. La nouveauté réside dans la mise en lumière de la controverse autour de l’attribution des crédits et dans la citation de la lettre de médaillés Fields, qui offre une perspective critique rarement exposée dans les médias grand public.

Pour aller plus loin :

  • Problèmes du prix du millénaire — L’article Wikipédia explique les sept problèmes, dont Navier-Stokes.
  • Équations de Navier-Stokes — Concepts de base sur ces équations fondamentales en mécanique des fluides.
  • Lean (assistant de preuve) — Description de l’outil formel utilisé pour vérifier la preuve.
  • Terence Tao — Portrait du mathématicien, signataire de la lettre ouverte.
  • Lettre ouverte des médaillés Fields — Bien que l’URL exacte soit incertaine, la lettre a été publiée dans plusieurs médias ; on peut la retrouver via une recherche.

165 mots

Profil radar

Le profil radar montre un score élevé en quantité d'information, mais des niveaux plus faibles en qualité technique et fiabilité globale, reflétant un contenu riche en faits rapportés mais reposant sur des sources non vérifiées et un commentaire subjectif.

Fiabilité 6/10