Michael JohnsonLe 26 octobre 2026, OpenAI a annoncé trois résultats issus d’un modèle interne en analyse harmonique, en théorie de la complexité computationnelle et en théorie quantique des champs. En informatique, l’affirmation centrale est la réfutation de l’hypothèse du temps exponentiel (ETH), utilisée pour établir des bornes conditionnelles de complexité dans de nombreux travaux. L’entreprise a publié un manuscrit et une formalisation en Lean ; un groupe de théoriciens extérieurs organise l’examen approfondi de la démonstration.
Selon l’annonce d’OpenAI du 26 octobre, le modèle a formulé la réfutation de l’ETH le 16 octobre, et le résultat a été formalisé en Lean le 17 octobre. Le travail décrit un algorithme déterministe en temps sous-exponentiel pour compter exactement les affectations satisfaisantes de formules k-CNF, pour k fixé. Si la démonstration résiste à l’examen scientifique, elle aura des conséquences sur les bornes conditionnelles de complexité de problèmes dans plusieurs domaines.
Ce que Lean vérifie exactement
La note sur le périmètre de la formalisation de l’ETH précise les limites exactes de la vérification par machine : pour k fixé, Lean démontre qu’une machine déterministe compte exactement les solutions d’une formule k-CNF encodée de manière canonique, en temps sous-exponentiel et avec un usage polynomial de l’espace. Le manuscrit du 25 octobre donne une borne de temps plus forte que l’énoncé formalisé.
Le résultat formel porte donc sur une formulation précise du problème, un encodage et des bornes de ressources. Lean vérifie la démonstration au sein du système formel défini ; il revient aux experts d’évaluer le lien entre cet énoncé et l’ETH, la présentation de l’argument et sa nouveauté scientifique. À ce stade, le travail constitue donc une réfutation revendiquée, publiée pour examen, accompagnée d’une formalisation et soumise à une vérification externe.
Qui examinera le travail
OpenAI a indiqué que Russell Impagliazzo, Ramamohan Paturi et Ryan Williams dirigeront le groupe chargé d’examiner et d’expliquer le résultat sur l’ETH. Impagliazzo et Paturi ont proposé l’hypothèse initiale avec Francis Zane. Dans leur lettre à la communauté de l’informatique théorique, les chercheurs précisent que la participation du groupe ne vaut pas confirmation du résultat : celui-ci nécessite un examen attentif. Selon OpenAI, le groupe a demandé un accès public aux documents originaux ainsi qu’un financement pour une conférence consacrée aux conséquences du travail.
Le deuxième résultat concerne la conjecture du lissage local pour l’équation des ondes. OpenAI affirme avoir obtenu une démonstration valable en toute dimension et l’associe à des conséquences pour la conjecture de Kakeya et la conjecture de Stein sur la transformée de Fourier. L’entreprise a publié le texte du résultat ainsi qu’une description du périmètre de sa formalisation en Lean. Il appartient aux mathématiciens d’évaluer le contenu de la démonstration et ses conséquences.
Un résultat en physique publié sous une autre forme pour l’instant
En physique, OpenAI a annoncé une preuve d’existence pour certaines théories quantiques des champs en interaction en quatre dimensions, notamment la chromodynamique quantique et la théorie pure de Yang-Mills. Le groupe externe dirigé par David Gross a choisi de ne pas publier pour le moment les documents produits par le modèle et de préparer sa propre présentation. Les lecteurs ne peuvent donc pas encore examiner des éléments de preuve accessibles comme ils peuvent le faire pour l’ETH et le lissage local.
L’affirmation sur l’existence de la théorie de Yang-Mills est liée au problème du Clay Mathematics Institute sur Yang-Mills et le gap de masse, mais il ne s’agit pas de la même affirmation. Le problème du Clay Institute exige de démontrer à la fois l’existence d’une théorie quantique de Yang-Mills et celle d’un gap de masse ; l’institut précise que la preuve de cette propriété reste inconnue.
Pour les informaticiens, la prochaine étape la plus concrète consiste à comparer la formalisation de l’ETH au manuscrit qui l’accompagne et aux conclusions du groupe indépendant. OpenAI souligne par ailleurs que la recherche d’algorithmes plus rapides et la transposition des améliorations théoriques en applications pratiques nécessiteront des travaux supplémentaires. La principale nouvelle du 26 octobre tient à trois annonces de résultats scientifiques, assorties de niveaux d’accès aux documents et de procédures de vérification différents ; leur place dans la science dépendra de l’analyse que les chercheurs mèneront par la suite.
