L'IA résout 10 problèmes de maths ouverts pour 2 000 $

💡 Le 1er août 2026, OpenAI a annoncé que son prochain modèle Astra avait résolu ou fait progresser dix problèmes mathématiques ouverts de longue date, en publiant sur GitHub des preuves vérifiables par machine en Lean 4. Le coût de calcul total était d'environ 2 000 $. L'IA produit désormais des résultats mathématiques vérifiables, pas seulement des explications plausibles.

Ce qu'OpenAI vient d'annoncer sur Astra

Le 1er août 2026, OpenAI a publié un manuscrit de 249 pages et un ensemble de certificats de preuve Lean 4 vérifiables par machine sur GitHub, affirmant qu'une version interne d'Astra avait résolu ou fait progresser dix problèmes ouverts en mathématiques et informatique théorique. Les problèmes couvrent huit domaines distincts : théorie des groupes, géométrie en haute dimension, théorie des codes, algèbres d'opérateurs, complexité des circuits arithmétiques, complexité quantique, cryptographie sur réseau et combinatoire extrémale.

Les fichiers Lean ne contiennent aucun espace réservé "sorry". Dans les assistants de preuve formelle, un "sorry" marque une étape non prouvée. Zéro signifie que chaque étape logique est entièrement énoncée et vérifiable de manière indépendante par quiconque télécharge les fichiers, sans avoir à faire confiance à OpenAI. Le médaillé Fields Tim Gowers a déclaré qu'il recommanderait les preuves pour des revues mathématiques de premier rang. Thomas Bloom à l'Université de Manchester a qualifié les résultats de "encore plus significatifs que le contre-exemple de distance unitaire précédent."

Pourquoi un coût de 2 000 $ change-t-il la donne ?

OpenAI a estimé le coût total de calcul à environ 2 000 $ aux tarifs de l'API GPT-5.6 Sol. Ce chiffre n'inclut pas le temps d'expertise humaine pour la sélection des problèmes et la préparation du manuscrit, et ne couvre que les exécutions réussies. Même avec ces réserves, c'est un chiffre remarquable. Historiquement, faire avancer un seul problème ouvert vieux de plusieurs décennies nécessitait des années de travail d'experts. Dix résultats formels couvrant des problèmes ouverts entre 27 et 48 ans, pour 2 000 $ en coûts de traitement, représente un ordre de grandeur différent.

Des groupes de recherche universitaires bien financés peuvent se permettre 2 000 $ par cycle de projet. Les chercheurs indépendants et les doctorants avancés pourraient réaliser des expériences similaires. Les barrières à l'entrée des mathématiques formelles assistées par IA diminuent rapidement, non pas parce que tous les problèmes sont devenus faciles, mais parce que la barrière de ressources a changé.

Comment fonctionnent les preuves Lean 4, et pourquoi la vérification machine compte-t-elle ?

Lean est un langage de programmation et un assistant de preuve. Lorsqu'on écrit une preuve en Lean, chaque étape logique doit être énoncée dans un format lisible par la machine. Si une seule étape est incorrecte, le logiciel rejette l'argument entier. Il n'y a pas de place pour les sauts intuitifs que les examinateurs humains acceptent parfois sans vérification approfondie. OpenAI a utilisé Lean 4.32.0 avec la bibliothèque mathlib pour les dix résultats, et tous les fichiers sont disponibles sous une licence Apache 2.0 ouverte.

Ce modèle de vérification est important car le contrôle est véritablement indépendant d'OpenAI. Il n'est pas nécessaire d'accéder à Astra, qui n'a pas encore été mis à disposition du public. Seuls les fichiers Lean publiés sont nécessaires. Quiconque lit l'analyse des dix résultats par DataCamp peut vérifier les arguments fondamentaux de manière indépendante, sans faire confiance aux déclarations de l'entreprise.

Qu'est-ce que cela signifie pour vous ?

Si vous travaillez dans la cybersécurité ou la cryptographie : le résultat en cryptographie sur réseau est le plus directement pratique. Astra a produit une preuve vérifiée par machine que le problème du vecteur le plus proche reste computationnellement difficile dans les hypothèses standard. C'est un pilier fondamental des normes de chiffrement post-quantique adoptées pour résister aux ordinateurs quantiques. Une preuve de dureté formellement vérifiée, disponible pour inspection indépendante, renforce les bases théoriques de ces schémas.

Si vous utilisez des outils d'IA professionnellement : ce résultat montre l'IA passant de la production de texte plausible à la production de résultats vérifiables dans des domaines rigoureux. Un certificat Lean est un type de résultat IA fiable qu'une explication en langage naturel ne peut pas égaler. Ce modèle - IA combinée à la vérification formelle - s'étendra probablement à la vérification de logiciels et à la conception de puces dans les prochaines années.

Si vous êtes chercheur ou étudiant : les fichiers Lean sont librement disponibles et constituent des ressources pédagogiques pour la formalisation des preuves. Le goulot d'étranglement des mathématiques formelles est également en train de changer : la ressource rare n'est plus la puissance de calcul - c'est de savoir quel problème mérite d'être formalisé. Le jugement humain sur la sélection des problèmes devient plus précieux, pas moins.

Ces résultats sont-ils vraiment fiables ?

Trois limites réelles s'appliquent. Premièrement, aucune révision par les pairs n'a encore été achevée. La vérification Lean confirme la cohérence logique, mais ne peut pas confirmer que le problème a été formalisé correctement au départ. Une formalisation incorrecte qui passe le vérificateur reste des mathématiques incorrectes. La communauté mathématique au sens large examine encore le manuscrit et les encodages des problèmes.

Deuxièmement, la sélection des problèmes était entièrement contrôlée par OpenAI. Il n'y a aucune information sur le nombre de problèmes tentés et échoués, ni sur le coût total de calcul incluant les exécutions ratées. Les 2 000 $ ne couvrent que les inférences réussies. Il s'agit d'un biais de sélection, et le nommer clairement fait partie d'une lecture honnête de ces résultats.

Troisièmement, il existe un précédent récent de prudence. En octobre 2025, une précédente déclaration d'OpenAI sur les problèmes d'Erdős s'est effondrée lorsque la vérification indépendante s'est avérée impossible. Le critique d'IA Gary Marcus a qualifié ce lot d'août 2026 de "remarquable" mais aussi "vastement exagéré" comme preuve de capacité de raisonnement général. Les preuves Lean peuvent être vérifiées ; les affirmations plus larges sur ce que cela signifie pour l'IA ne peuvent pas l'être.

• Lean vérifie la cohérence logique - pas si la formalisation a capturé la bonne question mathématique.
• OpenAI a sélectionné les problèmes à publier sans transparence sur les taux d'échec.
• Astra n'est pas disponible publiquement : seuls les fichiers de certificats Lean publiés peuvent être consultés de manière indépendante.

FAQ

Source(s) : Forbes - Astra d'OpenAI a résolu des problèmes mathématiques vieux de décennies pour 2 000 $ (août 2026) ; DataCamp - Astra d'OpenAI résout dix problèmes mathématiques ouverts (août 2026)

À propos de l'auteur

Dao Huy (Lucas) est traducteur professionnel avec plus de 7 ans d'expérience entre l'anglais, le vietnamien, le chinois et le français. Il suit la recherche sur l'IA et la vérification formelle avec un intérêt particulier pour la façon dont les résultats générés par machine deviennent fiables dans des domaines rigoureux, une question aussi essentielle à la précision de la traduction technique qu'aux mathématiques. Il a également écrit sur le lancement de Google Gemini 3.5 Live Translate et la science du fonctionnement de l'édition génique CRISPR.

Il propose des services de traduction professionnelle anglais-vietnamien, de traduction de documents techniques et de propriété intellectuelle, ainsi que des services de localisation de logiciels. Si vous avez un document technique, un brevet ou un produit logiciel nécessitant une adaptation multilingue précise, demandez un devis sur daohuy.com.