OpenAI dit avoir résolu Navier-Stokes en 88 heures

OpenAI annonce avoir résolu l’équation de Navier-Stokes en 88 heures, a déclaré l’entreprise mardi 8 septembre. Cette équation décrit le mouvement des fluides, notamment les gaz et les liquides, ainsi que leur évolution prévisible dans le temps. OpenAI présente cette performance comme une étape significative de la recherche en intelligence artificielle. Mark Chen, responsable de la recherche, estime qu’elle pourrait permettre de répondre à d’autres questions complexes. La résolution annoncée concerne un problème vieux de plus d’un siècle. Elle intervient après plusieurs annonces de progrès mathématiques faites par de grands acteurs de l’IA depuis l’an dernier. France 24 rapporte l’annonce.

Navier-Stokes remonte aux travaux du mathématicien et ingénieur français Henri Navier, publiés en 1822. Le physicien et mathématicien George Gabriel Stokes a ensuite contribué à lui donner sa forme définitive en 1845. L’équation intervient dans des applications comme les modèles météorologiques et la conception d’une aile d’avion. Le Clay Mathematics Institute l’a retenue en 2000 parmi sept problèmes du millénaire. La résolution de l’un d’eux est associée à un prix d’un million de dollars. L’annonce d’OpenAI porte donc sur un problème identifié depuis longtemps par la communauté mathématique. Elle concerne à la fois la modélisation des fluides et les capacités revendiquées pour ses modèles.

OpenAI mobilise 10 000 agents

Le modèle utilisé possède, selon OpenAI, des capacités significativement supérieures à celles de GPT-6 Astra. L’entreprise avait lancé ce dernier moins d’une semaine avant l’annonce. Pour résoudre Navier-Stokes, le système a fait travailler plus de 10 000 agents IA de manière coordonnée. Il a produit plus de 130 milliards de tokens, une unité servant à mesurer le volume de contenu généré. Mark Chen a évalué le coût de la puissance de calcul à plusieurs millions de dollars. Sam Altman a expliqué qu’OpenAI avait lancé cette mission après des rumeurs concernant des modèles d’Anthropic. L’entreprise voulait vérifier si l’un de ses modèles pouvait également résoudre un problème du millénaire.

Une controverse apparaît autour de l’origine de la piste mathématique utilisée. Quelques heures avant l’annonce, le mathématicien australien Tristan Buckmaster a évoqué des similarités avec ses propres travaux. Avec Levent Alpöge, mathématicien employé par Anthropic, il avait retenu des hypothèses différentes de celles utilisées par les autres chercheurs. Buckmaster estime que le modèle d’OpenAI a repris cette piste. Il avait utilisé Codex pour son projet et a demandé si ses données avaient servi à entraîner le système. Sébastien Bubeck, chercheur chez OpenAI, a répondu que les instructions et résultats du duo n’avaient pas orienté les modèles ou leurs agents. Le récit complet de France 24 détaille cette contestation.

La validation scientifique prendra du temps

OpenAI reconnaît toutefois ne pas pouvoir exclure que des données anonymisées du duo aient contribué à améliorer ses modèles. L’entreprise affirme néanmoins que la démonstration mathématique produite diffère sensiblement de celle des chercheurs. La solution annoncée n’est donc pas encore validée par le Clay Mathematics Institute. Son président a salué une journée enthousiasmante, tout en rappelant que l’examen doit rester volontairement lent. Une méthode doit être publiée dans une revue scientifique qualifiée, puis acceptée par la communauté mathématique. L’évaluation ne peut intervenir qu’au moins deux ans après cette publication. Cette procédure vise à vérifier la rigueur complète de la démonstration.

Terence Tao critique le recours intégral à des modèles d’IA pour rechercher des solutions mathématiques. Le mathématicien américano-australien, médaille Fields en 2006, défend plutôt une collaboration entre mathématiciens et intelligence artificielle. Dans le milieu mathématique, certains craignent aussi que des résultats produits par l’IA deviennent difficiles à vérifier. Une telle situation pourrait empêcher d’autres chercheurs de progresser. L’annonce d’OpenAI ouvre donc une étape d’examen, plutôt qu’une validation définitive. Les prochaines étapes reposent sur la publication, l’analyse de la démonstration et l’acceptation par la communauté mathématique. Le calendrier dépendra de ce processus institutionnel.