L’intelligence artificielle résout une énigme mathématique historique de Paul Erdős

Une énigme de géométrie vieille de huit décennies

Le 20 mai 2026 marque une date charnière pour les sciences exactes. Un modèle de raisonnement généraliste développé par l’entreprise américaine OpenAI a apporté une solution à l’une des énigmes les plus célèbres de la géométrie combinatoire : le problème des distances unitaires. Formulé par le mathématicien hongrois Paul Erdős en 1946, ce défi semble pourtant simple à énoncer. Il s’agit de déterminer le nombre maximal de paires de points pouvant être situés à une distance exactement égale à 1 sur une surface plane, pour un ensemble de n points donnés. Pendant près de quatre-vingts ans, ce problème a résisté aux efforts des plus grands chercheurs en raison de sa complexité sous-jacente. Jusqu’à présent, la communauté scientifique s’accordait sur une borne proche de n, calquée sur la structure d’une grille carrée, mais l’intelligence artificielle a radicalement changé la donne en proposant une configuration inédite.

Une intuition algébrique inédite

Pour franchir ce cap, l’intelligence artificielle ne s’est pas contentée d’effectuer des calculs massifs ; elle a fait preuve d’une forme d’intuition théorique en déplaçant le problème du champ de la géométrie pure vers celui de la théorie algébrique des nombres. En s’appuyant sur des concepts de haut niveau tels que les tours de corps de classes et la théorie de Golod·Shafarevich, le modèle a imaginé une structure complexe dans un espace multidimensionnel. Ce « cristal » de nombres, une fois projeté sur un plan, génère une quantité de distances unitaires bien supérieure aux prévisions historiques. L’IA a ainsi démontré qu’une famille infinie de configurations permet d’atteindre une borne supérieure notable, avec un gain polynomial de l’ordre de 0,014. Ce résultat, affiné par le mathématicien Will Sawin, prouve que pour des valeurs de n très élevées, les solutions proposées par la machine surpassent toutes les constructions humaines connues à ce jour.

Une validation humaine et institutionnelle rigoureuse

Contrairement à des annonces prématurées survenues en 2025, cette avancée bénéficie d’un encadrement scientifique extrêmement solide. Le chercheur Lijie Chen a formalisé les idées du modèle dans une démonstration exhaustive de 125 pages. Pour garantir la véracité du théorème, un collectif de neuf spécialistes de premier plan, incluant Noga Alon et Daniel Litt, a publié un document d’accompagnement de 19 pages détaillant le processus de vérification. Timothy Gowers, figure d’autorité du milieu, a d’ores et déjà recommandé la publication de ces travaux dans les prestigieuses Annals of Mathematics. Cette reconnaissance institutionnelle lève les doutes sur la capacité des modèles généralistes à produire une pensée mathématique originale et rigoureuse, et non de simples répétitions de savoirs existants.

À lire aussi Première Guerre mondiale : l’intelligence artificielle décrypte un code allemand inviolé depuis 108 ans

Vers une mutation de la recherche fondamentale

Cette réussite d’OpenAI s’inscrit dans une compétition technologique intense avec d’autres acteurs comme DeepMind et ses projets AlphaGeometry. Toutefois, l’ampleur du problème résolu ici place cette contribution à un niveau supérieur de complexité. À court terme, cette percée devrait accélérer l’usage d’assistants de preuve formelle, tels que Lean ou Isabelle, pour automatiser la vérification de chaque étape du raisonnement. À plus long terme, elle soulève une interrogation épistémologique majeure sur la place de l’humain dans la recherche. Le monde académique se prépare désormais à l’émergence de théorèmes dont la démonstration, bien que formellement exacte, pourrait dépasser les capacités de compréhension d’une grande partie des spécialistes. La mathématique de demain s’annonce ainsi comme une collaboration étroite et indissociable entre l’esprit humain et les capacités d’exploration des systèmes artificiels.