OpenAI revendique la résolution d’un Millennium Prize Problem, mais une controverse d’attribution éclabousse l’annonce

👁 119 lectures

OpenAI a annoncé lundi que ses agents ont résolu le problème de Navier-Stokes, l’un des sept Millennium Prize Problems du Clay Mathematics Institute dotés chacun d’un prix d’un million de dollars - dont un seul avait été résolu jusqu’à présent. L’annonce est aussitôt éclipsée par des accusations de plagiat non reconnu.

Le problème de Navier-Stokes porte sur un ensemble d’équations décrivant l’écoulement des fluides - eau, air - dans le temps. La question centrale était de savoir si ces équations pouvaient, dans certaines conditions, produire des résultats physiquement impossibles, comme une vitesse infinie. Ce lundi, Tristan Buckmaster, mathématicien à NYU, avait d’abord publié sur Mastodon une preuve montrant que la version simplifiée des équations peut effectivement s’effondrer - une avancée majeure fruit d’un travail de près d’un an conduit avec Levent Alpöge, employé chez Anthropic, en utilisant des modèles publics d’OpenAI et d’Anthropic. Dans la même journée, OpenAI a présenté une preuve du cas complet, obtenue avec un modèle interne décrit comme surpassant largement son modèle Astra, lui-même sorti seulement la semaine précédente. La société indique ne pas avoir l’intention de réclamer le million de dollars.

La controverse porte sur les conditions de cette publication. Sébastien Bubeck, membre du personnel technique d’OpenAI, a reconnu en conférence de presse que l’équipe avait été inspirée à poursuivre ce problème après avoir entendu une rumeur sur les travaux de Buckmaster et Alpöge. Buckmaster, lui, affirme qu’des employés d’OpenAI lui ont soumis un choix binaire : publier seul et laisser OpenAI divulguer sa propre solution le lendemain, ou co-signer un article excluant Alpöge en raison de son affiliation à Anthropic, principal concurrent d’OpenAI. OpenAI dément ces accusations. Aucune certitude n’existe à ce stade sur la question de savoir si les modèles d’OpenAI ont effectivement utilisé les travaux des deux chercheurs.

Pour les praticiens de l’IA : cet épisode illustre une tension concrète pour quiconque utilise ou développe des outils d’IA - la frontière entre inspiration et réutilisation non créditée de travaux tiers devient floue lorsque des modèles entraînés ou dirigés par des rumeurs de recherche produisent des résultats similaires. Les normes d’attribution académique, fondées sur la traçabilité humaine, ne sont pas encore adaptées à des pipelines où un agent interne peut accélérer ou reproduire un résultat sans laisser de trace claire. Pour les équipes qui construisent avec ces outils, documenter les sources d’inspiration et les données d’entrée n’est plus une formalité optionnelle.

// lire la suiteDLSS sur un écran 3:2 : créer une résolution personnaliséeGuidesNVIDIA au Royaume-Uni : l’ambition IA devient réalitéÉtat de l'IAAlerte du FMI et déploiements concrets de l’IAÉtat de l'IA

Kinetyra