Astra, le modèle secret d’OpenAI, aurait fait avancer 10 problèmes de mathématiques pour environ 2 000 dollars

Les 10 problèmes concernés

Les résultats couvrent un éventail particulièrement large de mathématiques et d’informatique théorique : géométrie de grande dimension, théorie des codes, complexité des circuits arithmétiques, théorie des groupes, algèbres d’opérateurs, complexité quantique, cryptographie sur réseaux et combinatoire extrémale .

1. Empilement de sphères en grande dimension : de nouvelles bornes supérieures sur la densité d’empilement, jusqu’au seuil de Cohn-E​​l​​k​​i​​e​​s .
2. Codes binaires et sphériques : des bornes améliorées de manière exponentielle sur la taille maximale d’un code pour une distance minimale donnée .
3. Groupes non sofiques : une construction explicite établissant l’existence de groupes non sofiques, une question centrale de la théorie des groupes .
4. Conjecture de rigidité de Connes : une réfutation d’une conjecture ancienne portant sur les algèbres de von Neumann .
5. Complexité des circuits arithmétiques : de nouvelles bornes inférieures pour le calcul du permanent, dont une borne de l’ordre de n⁴/log n pour les formules arithmétiques .
6. Répétition parallèle quantique : un théorème de répétition parallèle exponentielle pour les jeux quantiques généraux à deux joueurs .
7. Problème du vecteur le plus proche : une difficulté d’approximation à facteur polynomial, liée aux fondements de la cryptographie post-quantique .
8. Conjecture de volume d’Ehrhart : le volume maximal d’un corps convexe dont le centre de gravité est l’unique point entier situé à l’intérieur .
9. Nombres de Ramsey multicolores : une borne inférieure superexponentielle résolvant le problème 183 d’Erdős .
10. Conjectures sur les nombres extrémaux : des résultats sur des conjectures de compacité et de dégénérescence, qui résoudraient les problèmes 146 et 180 d’Erdős .

Lean 4 : une vérification, pas une garantie sur la découverte

OpenAI n’a pas rendu Astra accessible. En revanche, l’entreprise a mis à disposition sur GitHub les certificats de preuve Lean 4, sous licence Apache 2.0. Le dépôt afficherait un compteur de « sorry » égal à zéro : dans Lean, cela signifie qu’aucune étape des dix preuves formalisées ne repose sur un emplacement laissé volontairement non démontré .

Cette formalisation réduit fortement une difficulté habituelle des annonces de ce type. Une fois correctement encodée, une preuve peut être contrôlée mécaniquement par l’assistant, indépendamment de la manière dont le modèle a trouvé l’idée initiale. Mais elle ne permet pas, à elle seule, de reproduire le processus de découverte ni de déterminer la part exacte apportée par le modèle et celle apportée par les chercheurs humains.

Une annonce spectaculaire, mais encore discutée

Des chercheurs, dont Noam Brown, ont décrit cette démonstration comme une étape importante pour le raisonnement scientifique . D’autres observateurs se montrent nettement plus prudents.

Ce ne sont pas les problèmes du prix du millénaire

Aucun des dix problèmes annoncés ne figure parmi les sept problèmes du prix du millénaire de l’Institut Clay, comme l’hypothèse de Riemann ou la question « P contre NP » . Cela ne signifie pas qu’ils sont secondaires : la question des groupes non sofiques, par exemple, était ouverte depuis l’introduction de la soficité par Mikhaïl Gromov en 1999 . Mais la portée médiatique n’est pas la même que celle d’une résolution de l’un des grands problèmes emblématiques des mathématiques.

Pas encore d’évaluation par les pairs

OpenAI a publié ses résultats directement, sans passer au préalable par une revue mathématique ou une conférence évaluée par les pairs . Des critiques estiment que la frontière entre découverte produite par une IA, orientation donnée par des humains et rédaction finale demeure difficile à tracer. OpenAI a lui-même reconnu cette tension en faisant référence à la Déclaration de Leiden sur l’IA et les mathématiques .

Le doute sur la généralisation

Le chercheur en sciences cognitives Gary Marcus considère que la réussite en mathématiques formelles pourrait constituer un « cas particulier », difficile à extrapoler au raisonnement scientifique en général . Les mathématiques offrent en effet deux avantages particuliers : leurs résultats peuvent souvent être vérifiés avec des outils symboliques, et leurs données synthétiques peuvent être produites à faible coût avec des réponses connues. Ce n’est pas le cas de la plupart des domaines scientifiques.

Une reproductibilité limitée

Le modèle reste inédit et OpenAI n’a pas décrit intégralement la méthode de sollicitation utilisée pour générer les résultats. Des équipes extérieures ne peuvent donc pas reproduire exactement l’expérience sans accès à Astra . La publication des preuves Lean rend les arguments formalisés inspectables, mais ne répond pas entièrement à la question de savoir comment les solutions ont été découvertes.

Un calendrier commercial scruté

L’annonce intervient alors qu’OpenAI commence à positionner Astra comme sa prochaine grande famille de modèles. Certains observateurs se demandent si ce calendrier répond d’abord à un objectif scientifique ou à un objectif de communication autour du prochain produit .

Ce qu’il faut retenir

Si les arguments résistent à l’examen approfondi de spécialistes, plusieurs résultats pourraient effectivement fermer des questions restées ouvertes pendant des décennies. La construction explicite d’un groupe non sofiq​​ue constituerait notamment une avancée majeure sur un problème vieux de plus de 25 ans . Même ses détracteurs reconnaissent qu’OpenAI a fourni davantage de matière vérifiable qu’une annonce technologique classique .

La vraie question dépasse donc la performance mathématique d’Astra. Il faut encore déterminer si la résolution de problèmes formels et vérifiables dans un domaine très structuré peut se traduire par une capacité générale de recherche scientifique. À ce stade, la réponse reste ouverte.