Ce que la « percée » d'OpenAI sur les équationsNavier-Stokes révèle, et ce qu'elle relativise

Le drapeau du sommet et le sentier introuvable...

Le 8 septembre 2026, OpenAI a annoncé une nouvelle digne d'une épopée. Dix mille agents d'intelligence artificielle, lâchés comme une fourmilière sur l'une des énigmes les plus redoutables des mathématiques, en seraient venus à bout en 88 heures. L'énigme : les équations de Navier-Stokes, qui décrivent l'écoulement de l'eau, de l'air, du sang. La question posée depuis près d'un siècle : un fluide parfaitement calme peut-il, de lui-même, s'emballer jusqu'à l'infini ? C'est l'un des sept « problèmes du Millénaire », chacun mis à prix un million de dollars.

La presse a parlé de séisme. Cédric Villani, dans sa chronique de L'Humanité, de cataclysme. Avant de nous laisser emporter par le courant, regardons de plus près le lit de la rivière.

Le notaire et le juge

La preuve a été vérifiée par Lean, un logiciel qui se comporte comme un notaire d'une rigueur absolue. Il certifie que chaque ligne du contrat découle de la précédente, qu'aucune signature ne manque, qu'aucune clause n'est bancale. Mais un notaire ne vérifie pas que le contrat dit bien ce que les parties voulaient. Lean garantit la rigueur du raisonnement, pas la pertinence de la question.

Le juge, lui, c'est le Clay Mathematics Institute. Il n'a pas encore rendu son verdict, promet de prendre son temps, et considère toujours le problème comme non résolu. Car la preuve porte sur une version particulière de l'énigme. Imaginez qu'on vous demande si une rivière peut déborder d'elle-même, et que vous prouviez qu'elle déborde… si l'on y verse de l'eau. Le résultat reste remarquable, mais ce n'est pas tout à fait la question que se posaient les mathématiciens.

Le drapeau sans le sentier

Le plus intéressant n'est pas là. Le 11 septembre, vingt-cinq médaillés Fields, les plus grands mathématiciens vivants, ont signé une déclaration commune. Ils sont vingt-sept aujourd'hui. Ce n'est pas un cri de panique, c'est un avertissement d'alpinistes.

Jusqu'ici, quand quelqu'un gravissait un sommet réputé imprenable, il ne rapportait pas seulement une photo du drapeau. Il ouvrait un sentier. Derrière lui, d'autres le balisaient, l'élargissaient, jusqu'à ce qu'un étudiant puisse un jour le parcourir. Résoudre un grand problème, c'était découvrir des idées nouvelles qui finissaient par irriguer toute la discipline.

Les machines, elles, déposent le drapeau en hélicoptère. Le sommet est atteint, mais personne ne sait par où l'on est passé. Les signataires ne condamnent pas l'IA : ils reconnaissent qu'elle pourrait enrichir leur travail. Ils redoutent un monde où l'on collectionnerait les « vrai » et les « faux » sans plus rien comprendre. Un monde où le doctorant qu'on formait en lui confiant un problème n'aurait plus de montagne à gravir, seulement des photos de drapeaux à contempler.

Ce que nous avions écrit, et ce que nous corrigeons

Dans nos Repères Numériques, nous avions décrit avec conviction « cinq verrous mathématiques » censés barrer la route vers une intelligence artificielle générale : comprendre pourquoi les réseaux généralisent, P contre NP, et trois autres chantiers théoriques. L'honnêteté impose de le dire : ces problèmes restent ouverts, mais ce ne sont pas des verrous sur la route du progrès. Ce sont des verrous sur la porte de la compréhension.

L'histoire des techniques en offre bien des exemples. La machine à vapeur a tourné des décennies avant que la thermodynamique n'explique pourquoi. On peut construire ce qu'on ne comprend pas. C'est même, peut-être, la grande leçon de cette affaire : la puissance court, la compréhension marche.

Le vrai carrefour

Le vrai débat est ailleurs. D'un côté, ceux qui parient sur la force brute : toujours plus de calcul, toujours plus de données. De l'autre, Yann LeCun et quelques autres, qui jugent que les modèles actuels construisent une échelle toujours plus haute pour atteindre la Lune. Il faudrait, disent-ils, changer de véhicule. Les mathématiques, monde de symboles où tout se vérifie, sont le terrain rêvé des machines actuelles. Réussir une démonstration ne prouve pas qu'on comprend la gravité aussi bien qu'un chat qui saute sur une table.

Le 12 septembre, quatre jours après l'annonce, Dario Amodei, patron d'Anthropic, appelait l'industrie à ralentir, pour laisser à la sécurité le temps de rattraper les capacités. L'écho avec l'avertissement des mathématiciens est frappant. Des deux côtés, le même constat : l'outil avance plus vite que notre capacité à le comprendre.

Ce que cette affaire nous apprend

Qu'une annonce n'est pas une validation. Qu'un titre n'est pas un article. Qu'une citation d'un seul homme ne devient pas le cri de vingt-cinq. Et qu'une connaissance porte toujours une date : ce que nous écrivions en juin méritait d'être relu en septembre. Ce n'est pas un aveu d'échec. C'est la définition même de la démarche scientifique, celle que ces mathématiciens défendent : non pas collectionner des réponses, mais comprendre le chemin.

Gilles Bernier & Claude — J'en ai parlé à mon IA