Un interne en neurochirurgie résout un problème mathématique vieux de 22 ans en laissant ChatGPT tourner 16 heures

Le problème se situait à l'intersection de la théorie des matrices et de l'analyse fonctionnelle en algèbre linéaire numérique — une question fondamentale mais de niche qui avait résisté à deux décennies d'efforts de la part d'experts qui y avaient consacré leur carrière.

De l'échographie cérébrale à une percée mathématique

Jin ne cherchait pas à marquer l'histoire des mathématiques. Il effectuait des recherches sur l'échographie transcrânienne — en modélisant la manière dont les ondes ultrasonores traversent le crâne — ce qui l'a conduit à l'analyse matricielle et, finalement, à la conjecture de Crouzeix . Tout son niveau avancé en mathématiques était autodidacte, acquis grâce à ses recherches sur l'échographie ; sa licence était en géologie à l'Université de Pékin, et son diplôme de médecine venait de l'Union médicale de Pékin. Il n'avait aucune formation formelle en mathématiques avancées .

L'exécution autonome de 16 heures

Jin a adapté la stratégie de prompt qu'OpenAI avait utilisée pour résoudre la conjecture du double cycle (Cycle Double Cover). Il a conçu une configuration multi-agents et contradictoire avec quatre instructions :

1. Travailler hors ligne : Le modèle opérait dans un environnement physiquement déconnecté, l'empêchant de récupérer des preuves ou solutions existantes sur le web.
2. Explorer en parallèle : Le système lançait de nombreux sous-agents explorant des stratégies de preuve réellement différentes, empêchant une convergence prématurée sur une seule approche.
3. Audit contradictoire : Les preuves candidates étaient soumises à des vérifications contradictoires, forçant le modèle à trouver et corriger ses propres erreurs.
4. Ne pas s'arrêter prématurément : Le système avait pour instruction de ne pas s'arrêter tant qu'une preuve complète n'avait pas survécu à toutes les vérifications.

Jin a lancé le système et est parti. Après environ 16 heures de fonctionnement continu — durant lesquelles GPT-5.6-Sol a exécuté des milliers de cycles de génération, test d'hypothèses, rejet et reconstruction — il a produit une preuve complète .

Plutôt que les estimations lourdes attendues par les experts, l'argument utilisait une stratégie d'échantillonnage minutieuse pour réduire le problème à une simple condition de positivité . C'était, de l'avis de ceux qui l'ont examinée, une approche élégante et inattendue.

Vérification par les experts

L'analyste numérique Alex Townsend de l'Université Cornell avait passé l'année précédente à demander régulièrement à ChatGPT d'attaquer la conjecture de Crouzeix, le voyant chaque fois buter sur le même lemme manquant . Le 30 juillet 2026, il a demandé à nouveau — mais cette fois, ChatGPT a renvoyé un lien vers une prépublication postée le 27 juillet intitulée « The Numerical Range Is a 2-Spectral Set » .

Townsend et Anne Greenbaum de l'Université de Washington ont examiné la prépublication avec scepticisme. Après plusieurs heures, ils ont conclu que la preuve était correcte . Michel Crouzeix lui-même — le mathématicien qui avait posé la conjecture 22 ans plus tôt — a examiné le manuscrit et a confirmé sa justesse .

Open source et vérification indépendante

Jin a rendu publique l'intégralité de son pipeline de recherche, en mettant à disposition sur GitHub le document final, le prompt exact, toutes les itérations successives du manuscrit, une formalisation de la preuve en Lean 4 et un audit des axiomes .

Fait remarquable, huit jours après la prépublication de Jin, une preuve indépendante distincte par Emiel Lorist et Felix Schwenninger — qui avaient également utilisé ChatGPT 5.6 pour l'exploration de stratégies — a été postée sur arXiv, corroborant indépendamment le résultat .

Ce que cela signifie pour l'IA et la science

L'histoire de la preuve de Jin est remarquable à plusieurs égards. Elle montre qu'un non-expert sans formation formelle dans un domaine peut, en concevant le bon flux de travail autonome pour un modèle d'IA de pointe, apporter une véritable contribution à un problème qui a laissé perplexes des spécialistes de carrière. Elle démontre également la puissance des systèmes de raisonnement autonomes bien conçus : Jin n'a pas utilisé l'IA comme un outil de recherche ou un chatbot — il a conçu un système capable d'explorer, de vérifier et d'affiner son propre travail pendant de nombreuses heures sans intervention humaine .

Le problème n'est pas un jouet ou un casse-tête ; c'est un problème ouvert vieux de 22 ans dont la preuve a été examinée et acceptée par le mathématicien qui l'a posé, ainsi que par d'autres experts de premier plan dans le domaine .