Ce que l'IA vient de résoudre va changer le monde

OpenAI a récemment annoncé avoir résolu l'un des sept problèmes majeurs des mathématiques en seulement 88 heures, grâce à 10 000 agents IA GPT travaillant en parallèle. Cet événement, bien que récent, est d'une importance capitale et va transformer de nombreux domaines. Le problème en question est l'équation de Navier-Stokes, fondamentale dans la simulation des fluides. Elle décrit des phénomènes allant du mouvement de l'eau dans l'océan à l'air autour d'une aile d'avion, en passant par les courants océaniques et les nuages. Sa résolution ouvre la voie à une ère de découvertes inédites. La réaction de la communauté scientifique, notamment des mathématiciens, est mitigée, allant de la curiosité à la colère. Pendant des décennies, ils se sont plaints du manque d'intérêt du secteur privé pour les mathématiques pures, et voici que l'IA s'attaque à des problèmes fondamentaux. Ce qui s'est passé le 10 septembre 2026 n'est pas qu'une histoire de mathématiques ; c'est l'histoire d'un outil devenant plus puissant que ses créateurs, d'une création échappant à son concepteur. L'équation de Navier-Stokes est l'un des sept problèmes du millénaire, des questions mathématiques si complexes que le Clay Mathematics Institute a offert un million de dollars pour la résolution de chacune d'elles depuis l'an 2000. En 26 ans, un seul de ces problèmes avait été résolu par un mathématicien russe qui a refusé le prix. Cela donne une idée de la difficulté. Navier-Stokes est l'équation qui décrit le mouvement des fluides. Elle est enseignée aux étudiants en licence et est utilisée quotidiennement pour la prévision météorologique, l'aéronautique et la conception d'ouvrages comme les barrages. En pratique, elle fonctionne très bien, mais le problème réside dans sa validité théorique. La question précise est de savoir si un fluide décrit par cette équation peut développer une "singularité en temps fini", c'est-à-dire si la vitesse du fluide peut devenir infinie à certains points. Si c'est le cas, l'équation "exploserait", rendant nos simulations fausses dans certaines conditions réelles. Pour des applications critiques comme la conception de réacteurs nucléaires ou de moteurs de fusée, la fiabilité doit être absolue. De plus, cette équation est liée à des problèmes en relativité générale, notamment la physique des trous noirs. Résoudre Navier-Stokes n'est donc pas un exercice abstrait, mais une quête pour comprendre les limites exactes de nos outils. Pendant 90 ans, personne n'avait réussi à prouver l'existence ou l'absence de ces limites. Le 10 septembre, OpenAI a annoncé avoir produit une construction mathématique où un fluide initialement normal atteint une vitesse infinie en un temps fini. Le manuscrit de 166 pages a été formalisé dans un langage appelé Lean, un vérificateur de preuve automatique garantissant la correction de chaque étape logique. L'approche consiste à prendre un fluide au repos et à lui appliquer des impulsions externes précisément choisies pour le guider vers une singularité, un vortex qui se resserre et accélère jusqu'à "l'explosion". C'est comparable à la matière tombant vers un trou noir, accélérant et se comprimant. La preuve requiert de montrer que le forçage lui-même reste régulier, que les impulsions ne fournissent pas une énergie infinie. Cette approche s'inspire des travaux de deux mathématiciens espagnols, Diego Cordoba et Luis Martinez Soroa, qui en ont posé les bases en 2021 sans ordinateur ni IA. En août 2026, Tristan Buckmaster de l'Université de New York et L'Event Alp ont poussé ces travaux plus loin, prouvant l'explosion pour les équations d'Euler (le cousin sans viscosité de Navier-Stokes), une étape majeure. Ils ont utilisé l'IA (Claude et Codex) comme un outil, un "microscope" pour la biologie ou un "télescope" pour l'astronome, selon l'expression du mathématicien Terrence Tao. Le 1er septembre, OpenAI, ayant eu vent de progrès majeurs sur les problèmes du millénaire, a mis en œuvre un modèle interne décrit comme significativement plus puissant que GPT-6 Astra. Pour Navier-Stokes, 10 000 agents IA interconnectés ont travaillé en parallèle, échangeant 2,7 millions de messages et consommant 130 milliards de tokens. Le coût estimé est de 22 millions de dollars. En 88 heures, ils ont obtenu un résultat, suivi de 17 heures de vérification en Lean. 88 heures de travail de l'IA contre 90 ans d'efforts humains. Cet événement a fait prendre conscience à beaucoup de l'impact transformateur de l'IA. Une controverse a éclaté, Buckmaster accusant OpenAI d'avoir exploité la rumeur de ses travaux pour atteindre le même résultat. OpenAI nie avoir eu accès aux travaux avant leur publication, mais admet que des données désidentifiées issues de l'utilisation de leurs produits pourraient avoir amélioré leur modèle. La preuve existe, est publique et vérifiable. Le Clay Mathematics Institute a même déclaré que le problème "semble avoir été résolu", une déclaration considérable après 90 ans d'attente. Certains minimisent l'utilité de cette résolution, la qualifiant d'abstraite. Cependant, comprendre les limites de Navier-Stokes est crucial pour nos modèles physiques et a des implications pour la relativité générale et la physique des trous noirs. Au-delà de l'utilité pratique, repousser les frontières de la connaissance humaine est une utilité en soi. L'outil IA permet de comprimer des décennies de recherche en quelques jours, non pas en remplaçant les chercheurs, mais en les accélérant. C'est le fonctionnement normal de la science, construire sur les travaux précédents, que ces "épaules" soient humaines ou numériques. Terrence Tao a mis en garde contre une utilisation aveugle de l'IA transformant les mathématiques en une "production insensée" si les preuves générées sont incompréhensibles. La solution n'est pas de rejeter l'outil, mais de former des personnes capables de l'utiliser et de le comprendre. L'IA est un microscope ; entre les mains d'un expert, elle peut changer le monde. Sam Altman a tweeté qu'ils s'attaqueraient aux supraconducteurs à température ambiante, montrant que Navier-Stokes n'est que le début. C'est la première preuve concrète que l'IA peut faire des découvertes scientifiques seule. Cela soulève des questions éthiques et de contrôle, mais refuser un progrès qui pourrait nous faire gagner des centaines d'années