Un modèle OpenAI pourrait avoir résolu un problème mathématique qui résiste aux chercheurs depuis des décennies.
Un article de trois pages hébergé sur le réseau de diffusion de contenus officiel d’OpenAI affirme démontrer la conjecture de double recouvrement par cycles, un problème de longue date en théorie des graphes. Le texte indique que la preuve a été produite intégralement par GPT-5.6 Sol Ultra, avec l’aide de Codex et GPT-5.6 Sol pour la mise en forme de l’article.
La barre est très haute. Si des mathématiciens indépendants confirment la preuve, ce serait un signal fort que les systèmes d’IA avancés savent faire bien plus que résumer des travaux existants ou assister dans des calculs. Ils pourraient être capables de produire des résultats mathématiques originaux suffisamment solides pour résoudre des problèmes sur lesquels les humains butent depuis des années.
Pour l’instant, il ne s’agit toutefois que d’une preuve revendiquée, pas d’une percée reconnue.
Ce que l’IA aurait résolu
La théorie des graphes est la branche des mathématiques qui étudie les réseaux.
On peut voir un graphe comme un ensemble de points reliés par des lignes. Les points peuvent représenter des personnes, des ordinateurs, des villes ou tout autre objet, et les lignes, les relations ou connexions entre eux.
La conjecture de double recouvrement par cycles demande si tout réseau connexe, sans point unique de défaillance critique, peut être recouvert par une collection de boucles telle que chaque connexion apparaisse exactement deux fois.
Cela peut sembler très abstrait, mais le problème est ouvert depuis des décennies et a mobilisé des figures majeures, notamment William Tutte, George Szekeres et Paul Seymour.
Des chercheurs ont démontré la conjecture pour certaines familles de graphes, mais pas dans le cas général.
Le nouvel article hébergé par OpenAI prétend combler ce manque.
L’intuition générale de la preuve
L’argument du papier est extrêmement technique, mais la stratégie globale se laisse esquisser.
Il commence par ramener le problème à une classe plus simple de réseaux où chaque point possède exactement trois connexions.
Le modèle utilise ensuite un outil mathématique classique, appelé « flot », pour attribuer des étiquettes aux connexions du réseau. Ces étiquettes sont réorganisées de façon à ce que les connexions se regroupent naturellement en boucles.
La condition clé est que chaque connexion figure dans exactement deux de ces boucles.
L’article affirme que les discordances restantes entre différentes parties du réseau peuvent être résolues grâce à l’algèbre linéaire. Une fois ce problème de cohérence réglé, le recouvrement par cycles complet découle.
En termes plus simples, l’IA semble avoir combiné plusieurs outils mathématiques connus, les a reliés d’une manière nouvelle et s’en est servie pour construire les boucles nécessaires sur tout graphe admissible.
Pourquoi cela compterait pour l’IA
Les systèmes d’IA sont déjà largement utilisés pour écrire du code, analyser les marchés, produire des synthèses de recherches et assister les travaux scientifiques.
Mais démontrer une grande conjecture mathématique relève d’un tout autre ordre de difficulté.
Une preuve correcte doit fonctionner dans tous les cas possibles couverts par le théorème. Elle ne peut pas simplement « paraître » convaincante ou donner la bonne réponse sur quelques exemples.
À lire aussi : Les bénéfices d’Anthropic au T3 pourraient dépasser 1 milliard de dollars à l’approche de l’IPO
Les mathématiques constituent ainsi l’un des tests les plus nets pour savoir si un système d’IA sait véritablement raisonner, plutôt que se limiter à générer un texte plausible.
Si la preuve est correcte, cela suggérerait que les modèles de frontière commencent à savoir combiner des connaissances établies pour produire des arguments réellement inédits.
L’impact irait bien au-delà de la théorie des graphes. Des systèmes similaires pourraient, à terme, aider les chercheurs à explorer des questions ardues en physique, cryptographie, informatique théorique ou économie.
Le vrai test commence maintenant
Le fait que l’article soit hébergé sur un domaine contrôlé par OpenAI lui confère une meilleure traçabilité qu’un simple dépôt anonyme. Mais cela ne garantit en rien la validité de la preuve.
Le manuscrit ne mentionne aucun auteur humain, ne fait état d’aucun processus d’évaluation par les pairs et ne contient pas de commentaires de spécialistes indépendants de la théorie des graphes.
Cet élément est crucial : les grands problèmes mathématiques attirent régulièrement des « solutions » qui se révèlent ensuite comporter des failles cachées.
Une preuve peut paraître limpide au premier regard tout en échouant parce qu’une étape suppose quelque chose de faux dans certains cas, néglige une configuration particulière ou applique un théorème existant au-delà de son domaine de validité.
La prochaine étape est donc la vérification indépendante.
Des mathématiciens devront examiner chaque réduction et confirmer que l’argument d’algèbre linéaire fonctionne pour tous les graphes sans pont visés par la conjecture.
Les chercheurs pourraient aussi tenter de traduire la preuve dans un assistant de preuve formelle, où chaque pas logique doit être validé par un logiciel.
Percée revendiquée, pas fait établi
La formulation la plus prudente, à ce stade, est qu’un modèle d’OpenAI a produit une preuve potentiellement importante qui doit encore être validée de l’extérieur.
Si des experts y trouvent une erreur, l’article pourrait malgré tout s’avérer utile en introduisant une nouvelle méthode ou une nouvelle réduction.
Si la preuve résiste à l’examen, en revanche, l’impact serait bien plus considérable.
Cela signifierait qu’un système d’IA n’aurait pas seulement assisté un mathématicien, mais se verrait crédité d’avoir résolu de manière autonome un problème resté ouvert pendant des générations.
L’histoire, aujourd’hui, n’est donc pas que l’IA a définitivement résolu la conjecture de double recouvrement par cycles.
C’est qu’elle pourrait l’avoir fait, et que la communauté mathématique doit désormais déterminer si le modèle a réellement trouvé une démonstration, ou s’il a produit l’une des erreurs les plus convaincantes jamais vues.
À lire ensuite : La Chine discute avec Alibaba et ByteDance de nouvelles limites aux exportations de modèles d’IA