OpenAI affirme avoir résolu Navier-Stokes, mais l’origine de la preuve embarrasse déjà

Une intelligence artificielle aurait franchi l’un des obstacles les plus redoutés des mathématiques modernes. Mais l’annonce d’OpenAI, le 8 septembre 2026, est déjà rattrapée par une question au moins aussi délicate que l’équation elle-même : qui peut revendiquer la découverte lorsqu’une machine produit la preuve et que des chercheurs humains exploraient une piste voisine ?

Une singularité dans les équations des fluides

OpenAI affirme qu’un système interne plus puissant que GPT-6 Astra a établi que les équations de Navier-Stokes peuvent développer une singularité en temps fini. Si le résultat est confirmé, il répondrait à l’un des sept problèmes du millénaire sélectionnés par le Clay Mathematics Institute, chacun étant associé à une récompense d’un million de dollars.

Ces équations décrivent le mouvement des fluides, de l’air autour d’une aile d’avion aux turbulences dans l’océan. Leur écriture est connue depuis le XIXe siècle, mais leur comportement en trois dimensions reste largement hors de portée des méthodes mathématiques classiques.

Le problème posé par le Clay Institute est précis : à partir de données initiales suffisamment régulières, les solutions des équations de Navier-Stokes restent-elles toujours régulières, ou peuvent-elles devenir singulières après un temps fini ? Une singularité correspondrait à une explosion mathématique de certaines grandeurs — par exemple la vitesse ou ses dérivées — alors même que les conditions initiales sont parfaitement contrôlées.

La démonstration revendiquée par OpenAI suivrait donc la seconde voie : elle ne prouverait pas que les fluides sont toujours réguliers, mais qu’un scénario de rupture peut effectivement se produire. Cette distinction est essentielle. Une simulation numérique, même extrêmement convaincante, ne suffirait pas. Il faut démontrer rigoureusement l’existence d’une solution et la formation de la singularité, sans dépendre d’une précision informatique finie.

Le résultat n’est pas encore un prix d’un million de dollars

L’annonce d’OpenAI ne vaut pas, à elle seule, validation mathématique. Les règles du Clay Mathematics Institute prévoient notamment une publication dans une revue spécialisée, un délai d’examen d’au moins deux ans et une acceptation suffisamment large par la communauté mathématique.

La prochaine étape sera donc la publication intégrale de la preuve. Les spécialistes devront vérifier chaque définition, chaque estimation et chaque passage à la limite. Une démonstration produite par un système d’IA pose une difficulté supplémentaire : ses résultats doivent être traduits dans une forme lisible et contrôlable par des humains. Une suite d’arguments impossible à reproduire ou dépendante d’un état interne du modèle ne pourrait pas être considérée comme une preuve au sens classique.

Le point critique concerne la nature exacte du système utilisé. OpenAI le décrit comme plus performant que GPT-6 Astra, mais cette comparaison ne renseigne pas nécessairement sur ses capacités mathématiques, son architecture ou son degré d’autonomie. La question décisive sera de savoir si l’IA a généré une idée nouvelle, assemblé des techniques existantes ou repéré une faille dans une construction déjà connue.

Une piste proche travaillée par deux chercheurs

La controverse prend une autre dimension parce que Tristan Buckmaster, mathématicien à l’Université de New York, et Levent Alpöge, chercheur chez Anthropic, travaillaient sur une piste proche au moment de l’annonce.

OpenAI affirme ne pas avoir utilisé leurs données privées. L’entreprise reconnaît toutefois ne pas pouvoir exclure une connexion indirecte. Cette formulation alimente immédiatement les interrogations sur l’origine du résultat : leurs travaux ont-ils été évoqués dans des articles publics, des conférences, des notes de recherche ou des échanges accessibles à d’autres chercheurs ? Des éléments issus de cet environnement intellectuel ont-ils pu se retrouver dans les données d’entraînement ou dans des sources consultées par le système ?

La différence entre données privées et idées publiques est au cœur du problème. Une IA peut ne pas avoir accès à un disque dur ou à un dépôt confidentiel tout en ayant été exposée à des publications, à des prépublications ou à des formulations proches. Or la priorité scientifique ne se résume pas à déterminer qui possédait un fichier. Elle consiste aussi à établir qui a introduit une idée, quelle contribution a rendu le résultat possible et à quel moment cette contribution a été formulée.

La priorité scientifique ne se délègue pas facilement à une machine

Dans les mathématiques, le crédit revient généralement aux personnes capables d’exposer, de défendre et de situer une preuve. Un système d’IA n’a ni statut académique ni responsabilité scientifique au sens institutionnel. Le résultat pourrait donc être attribué aux chercheurs d’OpenAI ayant conçu le système, aux mathématiciens ayant guidé son exploration, à l’équipe ayant sélectionné la démonstration ou à l’IA elle-même comme outil de production.

Aucune de ces options ne règle le cas où une piste humaine antérieure aurait orienté, directement ou indirectement, le résultat final. Si Buckmaster et Alpöge ont développé une intuition déterminante, leur contribution pourrait être reconnue même si la preuve complète a été produite ailleurs. À l’inverse, une proximité thématique ne suffit pas à établir une paternité : les singularités des équations de Navier-Stokes constituent depuis longtemps un axe central de recherche.

La situation rappelle une difficulté croissante pour la recherche assistée par IA : il devient nécessaire de documenter non seulement le résultat, mais aussi son parcours. Quelles sources le système a-t-il consultées ? Quelles versions du modèle ont été utilisées ? Quels prompts, hypothèses et corrections humaines ont orienté la recherche ? Sans cette traçabilité, il sera difficile de distinguer une découverte indépendante d’une reconstruction opaque de travaux existants.

La publication sera le véritable test

Les mathématiciens devront également déterminer si la singularité proposée correspond exactement au problème du millénaire. Certaines constructions peuvent produire des comportements pathologiques dans des cadres voisins sans résoudre la formulation officielle. La régularité des données initiales, la dimension spatiale, les conditions aux limites et la nature de la solution seront examinées avec une attention extrême.

Le précédent de Grigori Perelman, qui a résolu la conjecture de Poincaré avant de refuser sa médaille Fields et son prix Clay, rappelle que la reconnaissance institutionnelle intervient après un long processus de vérification. Dans le cas présent, la pression sera encore plus forte : le résultat provient d’une entreprise d’IA engagée dans une compétition industrielle et apparaît au moment précis où des chercheurs concurrents travaillaient sur une direction comparable.

Le prochain jalon est donc concret : OpenAI devra rendre la preuve accessible, détailler la contribution de ses équipes et répondre aux questions sur les données et les travaux antérieurs. Puis viendra l’examen indépendant par des spécialistes des fluides et de l’analyse mathématique. Si la démonstration survit à cette épreuve, le dossier pourra entrer dans le calendrier du Clay Institute, avec une éventuelle récompense au plus tôt après deux années de validation. D’ici là, l’annonce restera un résultat revendiqué — spectaculaire, mais pas encore un théorème officiellement admis.