Ce n’étaient pas de nouvelles mathématiques complexes. Pas vraiment. C’était de l’entêtement.
OpenAI a abandonné la solution à la conjecture de double couverture de cycle juste avant de lancer son nouveau modèle, GPT-5.6 Sol. Le timing ? Du marketing pur, bien sûr. L’impact ? Une révolution tranquille dans la façon dont nous percevons l’intelligence artificielle et ce qu’elle peut faire. Les humains réfléchissent à ce problème depuis plus d’un demi-siècle. GPT-5.6 l’a résolu en lui disant une chose spécifique : n’abandonnez pas.
Cela fait partie d’une tendance plus large. Les géants de la technologie investissent de l’argent dans les mathématiques pures. Non pas parce qu’ils se soucient de la beauté pour la beauté. Mais parce que les mathématiques sont la référence ultime. Cela prouve le raisonnement. Ou du moins, la version machine de celui-ci.
“Les outils d’IA vont changer considérablement la recherche mathématique.”
— Noga Alon, mathématicien de Princeton, à propos de la percée de Sol. Alon a qualifié la preuve d’étonnamment courte. Ce qui rend les choses plus drôles, si vous me demandez.
Voici ce que vous devez savoir. La théorie des graphes semble abstraite, voire ennuyeuse. Un graphique n’est constitué que de points (sommets) et de lignes (arêtes) qui les relient. Internet ? C’est un graphique. Votre réseau social ? Egalement un graphique.
Dans les années 1970, les mathématiciens ont deviné quelque chose d’intéressant à propos de ces formes. Ils pensaient que presque tous les graphiques avaient une double couverture de cycle. Qu’est ce que c’est? Un ensemble de boucles qui couvre toute la structure exactement deux fois. Chaque bord se trouve à l’intérieur de précisément deux boucles.
Assez facile à imaginer.
Le prouver ? C’est là que sont passées les décennies.
De grands esprits ont essayé. Ils l’ont craqué pour des cas spécifiques. Ils se sont rapprochés. Mais la preuve générale ? Cela s’est échappé. À chaque fois.
Vendredi dernier, l’IA est intervenue.
La solution s’est avérée élégante. Simple, presque. L’IA a montré que vous pouvez parcourir le graphique avec pas plus de huit boucles. Bien sûr, il y a des détails techniques. Les graphiques maintenus ensemble par des fils simples et fins (bords coupés) ne comptent pas. Mais pour le reste ? Fait.
Voici la tournure.
La preuve n’a pas utilisé de nouvelles idées tape-à-l’œil. Aucune théorie révolutionnaire née des rêves de silicium. Il recyclait les méthodes que les humains avaient déjà essayées. Des méthodes qu’on jetait à la poubelle ou qu’on laissait sur une étagère parce qu’on s’ennuyait. Ou peur.
Avez-vous déjà pensé que « dur » pouvait simplement signifier « impopulaire » ?
Andrew Sutherland du MIT le pense. Il suggère qu’une réputation de difficulté peut être un piège. Les étudiants restent à l’écart. Les experts passent à autre chose. Cela devient une prophétie d’obscurité auto-réalisatrice. Lorsqu’un LLM n’a pas à se soucier d’ego ou de carrière, il creuse.
« Nous continuerons à voir des problèmes soi-disant « difficiles » ayant des solutions « faciles ».
Sutherland ne devine pas aveuglément. OpenAI a publié l’invite utilisée pour résoudre ce problème. Il révèle le travail mécanique et laid derrière la magie. L’invite n’était pas de la poésie. C’était un échafaudage. Instructions pour que soixante-quatre agents se parlent en parallèle. Vérification croisée. Atténuer les mensonges et les hallucinations qui affligent ces modèles.
Le vrai truc ? La directive.
Ils n’ont pas seulement demandé une réponse. Ils ont dit au robot : Passez au moins 8 heures. Ne pensez pas à arrêter.
La plupart d’entre nous arrêteraient au bout de deux heures. Ou nous dirions : « C’est impossible ».
La machine est restée au clavier. Huit heures.
Il s’avère que le génie pourrait bien être une endurance que nous sommes trop fatigués pour donner. Et maintenant que l’IA est là, peut-être que la bibliothèque de problèmes ouverts n’est pas une forteresse. C’est un jardin où on a oublié d’arroser les fleurs.
