OpenAI résout un problème mathématique centenaire, mais la méthode soulève une tempête académique

👁 117 lectures

OpenAI a annoncé mardi avoir résolu le problème de Navier-Stokes - l’une des énigmes mathématiques les plus célèbres au monde, résistant aux chercheurs depuis près de 90 ans et assortie d’une récompense d’un million de dollars - en mobilisant un essaim d’environ 10 000 agents IA pendant seulement 88 heures. Mais avant même que l’annonce soit officiellement publiée, la percée était déjà empoisonnée par des allégations de vol de priorité, d’espionnage et de violations flagrantes des normes académiques.

Une victoire technique indéniable, une course en coulisses troublante

Dans son billet de blog publié mardi, OpenAI décrit comment l’un de ses modèles non encore commercialisés a abordé le problème de Navier-Stokes, qui concerne le mouvement des fluides. La stratégie repose sur une architecture distribuée: environ 10 000 agents IA ont travaillé en parallèle sur le problème, que l’entreprise qualifie de «jalon» dans l’histoire des mathématiques. Il est difficile de contester la portée de l’exploit sur le plan technique: aucun chercheur humain n’avait réussi à franchir cet obstacle depuis que le problème a été formellement posé il y a presque un siècle.

Le problème de Navier-Stokes figure parmi les sept Problèmes du Millénaire définis par le Clay Mathematics Institute, chacun doté d’une récompense d’un million de dollars. Un seul d’entre eux - la conjecture de Poincaré - avait été résolu jusqu’ici, par le mathématicien russe Grigori Perelman en 2003. Si la solution d’OpenAI est validée par la communauté mathématique, ce serait une deuxième résolution en plus de vingt ans.

Pourtant, la manière dont OpenAI a conduit ses travaux suscite une inquiétude profonde. Selon Abhishek Saha, professeur de mathématiques à la Queen Mary University of London, OpenAI a adopté le «genre de comportements que les mathématiciens n’adopteront généralement pas.»

Des allégations de pression et de menaces contre un chercheur

La chronologie des événements est au cœur de la controverse. Le lundi précédant l’annonce d’OpenAI, Tristan Buckmaster, professeur de mathématiques à l’Université de New York, a publié des résultats portant sur un problème connexe, en collaboration avec Levent Alpöge - un chercheur employé chez Anthropic, le rival direct d’OpenAI, bien qu’Alpöge n’ait pas agi au nom de son employeur dans ce cadre.

Buckmaster affirme avoir contacté OpenAI après avoir appris que la société était au courant de ses avancées, pour s’enquérir de la date à laquelle elle avait commencé à travailler sur le problème et des données d’entraînement utilisées par son modèle. La conversation aurait rapidement dégénéré. Lorsqu’il a indiqué qu’il rendrait publique la situation, un chercheur d’OpenAI lui aurait demandé: «Pourquoi voudrais-tu ruiner ta carrière?» Et quand Buckmaster a demandé pourquoi rendre les faits publics ruinerait sa carrière, la réponse aurait été:

«If you don’t want me to be nice, then I don’t have to be nice.»
- Un chercheur d’OpenAI, selon Tristan Buckmaster

OpenAI aurait également incité Buckmaster à publier ses travaux en créditant le modèle interne de la société, tout en supprimant Alpöge de la liste des coauteurs - une demande que les académiques interrogés considèrent comme une violation grave de l’éthique scientifique.

Buckmaster dit avoir aussi demandé à OpenAI si ses sessions sur Codex - l’outil de génération de code d’OpenAI qu’il utilisait pendant ses recherches - avaient été consultées. Selon lui, la société s’est montrée de plus en plus évasive, puis hostile. OpenAI, de son côté, nie catégoriquement avoir utilisé des données utilisateurs spécifiques: «Nous (les chercheurs et les agents) n’avons vu aucune partie de leur travail par quelque moyen que ce soit jusqu’à ce qu’ils le rendent public - en particulier, aucune donnée utilisateur spécifique n’a été consultée pour résoudre ce problème», indique le billet de blog de la société. Mais OpenAI n’a pas pu entièrement dissiper les soupçons de Buckmaster sur ce point précis.

Ce que cela change pour la recherche à l’ère de l’IA

La controverse dépasse le seul cas Navier-Stokes. Elle cristallise une tension structurelle nouvelle: les laboratoires d’IA disposent désormais de ressources computationnelles suffisantes pour s’attaquer, en quelques dizaines d’heures, à des problèmes sur lesquels des équipes académiques travaillent depuis des années, parfois en ayant accès, via leurs propres outils, aux traces numériques laissées par ces chercheurs.

Pour les créateurs, développeurs et entreprises qui utilisent des outils comme Codex au quotidien, l’affaire pose une question concrète: dans quelle mesure les données de session sont-elles réellement cloisonnées des activités de recherche interne des laboratoires? OpenAI affirme que ses politiques protègent les utilisateurs, mais l’incapacité à fournir une réponse claire à Buckmaster sur ce point précis laisse un doute persistant.

Les mathématiques ont longtemps fonctionné sur une culture de partage ouvert des preuves partielles, des conjectures en cours et des pistes de recherche. Si les grands laboratoires d’IA peuvent transformer cette ouverture en avantage compétitif - en surveillant les avancées de la communauté, puis en mobilisant massivement leurs ressources pour remporter la mise - le modèle de coopération qui a structuré la recherche mathématique pendant des décennies pourrait être fondamentalement compromis. Comme le résume Abhishek Saha, ce ne sont pas les résultats qui posent problème: c’est la façon dont on les obtient.

// lire la suiteOpenAI crée un groupe consultatif en mathématiques après la résolution de plus de 100 problèmes ouvertsActualitésLes coulisses de GTA VI : tout ce que Jason Schreier (Bloomberg) a révélé sur RockstarMagazineRalentir l’IA : le frein d’urgence que personne ne veut activerMagazine

Kinetyra