Un professeur affirme avoir trouvé la solution en premier et qu'OpenAI s'attribue le mérite de ses travaux

Mathématiciens et chercheurs en IA débattent sur le mérite d'une percée mathématique

Tristan Buckmaster et Levent Alpöge ont annoncé trois nouvelles démonstrations faisant progresser le problème d’existence et de régularité des équations de Navier-Stokes à l’aide des modèles d’IA d’OpenAI et d’Anthropic. OpenAI a publié sa propre démonstration complète, générée par un modèle d’IA de nouvelle génération après des calculs approfondis, déclenchant une polémique sur la paternité des travaux et l’éthique des données. Buckmaster a accusé OpenAI d’avoir eu accès prématurément à leurs travaux et de lui avoir fait pression pour qu’il retire Alpöge de la liste des auteurs, allégations qu’OpenAI a démenties.

Le 8 septembre 2026, le monde des mathématiques a été secoué à la fois par une avancée majeure et par une controverse naissante. Tristan Buckmaster, professeur à l’université de New York, aux côtés du mathématicien d’Anthropic Levent Alpöge, a annoncé trois nouvelles démonstrations qui ont fait progresser la compréhension du problème d’existence et de régularité des équations de Navier-Stokes — l’un des célèbres problèmes du Prix du Millénaire, dont la résolution est récompensée par une prime d’un million de dollars offerte par le Clay Mathematics Institute. Leurs résultats, obtenus à l’aide des modèles d’IA Codex d’OpenAI et Claude d’Anthropic, ont marqué un bond en avant significatif dans un domaine qui a longtemps donné du fil à retordre aux plus grands esprits des mathématiques.

Mais presque aussitôt après l’annonce de Buckmaster, OpenAI a publié sa propre démonstration complète du problème de Navier-Stokes, déclenchant un débat houleux sur la paternité des travaux, l’éthique des données et l’influence croissante de l’intelligence artificielle dans la recherche mathématique. Cette démonstration a été produite par un modèle OpenAI de nouvelle génération non encore dévoilé — décrit comme encore plus performant que le GPT-6 Astra —, après une semaine de travail impliquant 10 000 agents IA coordonnés et la production vertigineuse de 300 milliards de tokens. Le coût ? Environ 22,5 millions de dollars en ressources de calcul, ou, comme l’a formulé Mark Chen d’OpenAI, « plusieurs millions de dollars ».

Les équations de Navier-Stokes, qui sont au cœur de la mécanique des fluides, sont depuis longtemps une source de fascination et de frustration pour les mathématiciens. Malgré leur utilité pratique, les fondements théoriques de ces équations — en particulier les questions d’existence et de régularité — sont restés insaisissables. Une solution à ce problème ne serait pas seulement un motif de fierté pour les mathématiciens impliqués, mais un jalon dans l’histoire de la physique mathématique.

Pourtant, comme l’a révélé Buckmaster dans sa déclaration publique, ce triomphe a été entaché par la méfiance et la rivalité académique. Il a affirmé que des informations concernant ses progrès et ceux d’Alpöge avaient été transmises à OpenAI avant que leurs résultats ne soient rendus publics. Lorsque Buckmaster a contacté OpenAI pour obtenir des éclaircissements, on lui a répondu que l’entreprise avait déjà obtenu une preuve complète à l’aide de son modèle d’IA interne.


OpenAI aurait choisi la même approche inhabituelle que les chercheurs Buckmaster et Alpöge

La chronologie était troublante : OpenAI a confirmé que ses propres travaux de recherche avaient débuté le 1er septembre 2026, après avoir entendu des rumeurs selon lesquelles deux problèmes du Prix du Millénaire avaient été résolus — une rumeur qui, comme il s’est avéré, était liée aux travaux de Buckmaster et d’Alpöge. « Il s’est avéré qu’une équipe entière avait travaillé sur le problème et qu’une quantité folle de ressources de calcul avait été utilisée », a écrit Buckmaster. Il a trouvé suspect qu’OpenAI ait choisi la même approche inhabituelle que lui et Alpöge avaient discrètement explorée, d’autant plus que « presque personne d’autre, à ma connaissance, ne travaillait là-dessus ». Selon Buckmaster, ce n’était pas une piste à laquelle « on aboutit en quelques jours en soumettant l’énoncé du problème à un modèle ».

La situation s’est rapidement envenimée. Buckmaster a affirmé que Sébastien Bubeck, d’OpenAI, avait fait pression sur lui pour qu’il retire Alpöge de la liste des auteurs, au motif qu’Alpöge était employé par Anthropic, un laboratoire d’IA concurrent. « Pourquoi voudrais-tu ruiner ta carrière ? », aurait demandé Bubeck lorsque Buckmaster a refusé. Lorsque Buckmaster a campé sur ses positions, Bubeck aurait répondu : « Si tu ne veux pas que je sois aimable, alors je n’ai pas à l’être. » Bubeck aurait également envoyé un SMS à Alpöge séparément, lui disant : « Je ne sais pas si Tristan est tout à fait rationnel en ce moment. »

OpenAI, pour sa part, a fermement nié toute irrégularité. Lors d’une conférence de presse, Bubeck a déclaré : « Ni nous, ni les chercheurs, ni les agents n’avons vu le moindre de leurs travaux avant leur publication hier soir. » OpenAI a félicité Buckmaster et Alpöge pour leur « réalisation monumentale » et a souligné que sa solution différait fondamentalement de l’approche adoptée par Buckmaster et Alpöge, en particulier dans le cas d’Euler (forcé contre non forcé). Ven Chandrasekaran, mathématicien chez OpenAI, a insisté sur le fait que la démonstration de l’entreprise ne découlait pas de leurs travaux.

La situation soulève des questions éthiques et les défis liés au mérite à l’ère de l'IA

Buckmaster a néanmoins soulevé des questions éthiques pointues quant à savoir si les modèles d’OpenAI avaient pu être influencés par des données issues de ses propres sessions sur Codex. Tout au long de leur projet, Buckmaster et Alpöge avaient mis en ligne des brouillons sur Codex, et OpenAI se réserve le droit d’entraîner ses modèles à partir des interactions des utilisateurs, à moins que ceux-ci ne s’y opposent.

« Notez qu’ils admettent ouvertement avoir utilisé des données d’entraînement provenant d’une période postérieure à la découverte de notre résultat. Est-il éthique d’utiliser les données d’un client pour tenter de devancer ce même client ? », a écrit Buckmaster sur Mastodon. OpenAI, dans son article de blog officiel, a déclaré : « Bien que cela soit peu probable, nous ne pouvons exclure que des données anonymisées issues de leur utilisation de nos produits aient contribué à améliorer nos modèles. »

Ce différend a mis en lumière les défis liés au mérite et à l’attribution à l’ère de la recherche assistée par l’IA. Il s’agit d’un « moment Deep Blue–Kasparov » pour les mathématiques — une référence à la partie d’échecs historique de 1997 au cours de laquelle Deep Blue, d’IBM, a battu le champion du monde Garry Kasparov, bouleversant à jamais le paysage des échecs de compétition. Aujourd’hui, les modèles d’IA ne se contentent pas de jouer à des jeux ; ils s’attaquent à certains des problèmes non résolus les plus complexes du savoir humain.

Noam Brown, développeur chez OpenAI, a observé que le coût du déploiement d’une IA avancée pour résoudre de tels problèmes diminue rapidement. « Je pense que d’ici un an, tout le monde aura à portée de main une IA capable de résoudre des problèmes de cette envergure », a écrit Brown. Ce qui nécessitait autrefois des millions en ressources informatiques et des équipes d’élite pourrait bientôt être accessible à quiconque disposant d’un abonnement à ChatGPT à 20 dollars. Il a noté que les Olympiades de mathématiques de 2025 avaient nécessité d’énormes ressources informatiques de la part d’OpenAI et de Google DeepMind, mais que d’ici 2026, les utilisateurs lambda pourraient disposer d’une puissance équivalente.

Cet épisode rappelle qu'en octobre 2025, OpenAI a fait face à une vague de critiques suite à une fausse annonce concernant une avancée mathématique de GPT-5. OpenAI avait notamment affirmé que GPT-5 avait résolu une série de problèmes mathématiques de longue date, mais cela a suscité des critiques après que les chercheurs de l'entreprise aient semblé exagérer les réalisations du modèle. Les problèmes dits « non résolus » avaient déjà été résolus dans des articles universitaires, mais n'étaient pas répertoriés sur tous les sites de référence. GPT-5 avait simplement récupéré des études existantes que le conservateur du site web n'avait pas encore rencontrées.

Source : Communiqué de Tristan Buckmaster et de Levent Alpöge

Et vous ?

Pensez-vous que ces accusations sont crédibles ou pertinentes ?
Quel est votre avis sur le sujet ?

Voir aussi :

OpenAI affirme que son prochain modèle d'IA, Astra, encore inédit, a résolu 10 problèmes vieux de plusieurs décennies, en mathématiques, physique quantique et informatique théorique pour seulement 2 000 $

« Pratiquement nul, un déchet » : le célèbre mathématicien Joel David Hamkins déclare que les modèles d'IA ne sont d'aucune utilité pour résoudre des problèmes mathématiques

Le New York Times accuse OpenAI d'avoir menti sur son incapacité technique à analyser les données d'entraînement et dissimulé des milliards de journaux de ChatGPT. Il réclame des sanctions contre OpenAI