En 2026, un million de dollars attend celui qui r\u00e9soudra l\u2019un des probl\u00e8mes du mill\u00e9naire. Mais aujourd\u2019hui, les math\u00e9matiques sont en pleine r\u00e9volution, entre l\u2019intelligence artificielle et des rivalit\u00e9s industrielles. Les \u00e9quations de Navier-Stokes et l\u2019hypoth\u00e8se de Riemann, deux des d\u00e9fis les plus c\u00e9l\u00e8bres, sont au c\u0153ur d\u2019un d\u00e9bat qui m\u00eale science, technologie et strat\u00e9gie.<\/p>\n
L\u2019IA est devenue un acteur incontournable dans la course aux solutions math\u00e9matiques. Anthropic et OpenAI, deux g\u00e9ants de l\u2019IA, ont r\u00e9cemment fait des avanc\u00e9es spectaculaires. En ao\u00fbt, un mod\u00e8le non publi\u00e9 de Claude, le syst\u00e8me d\u2019Anthropic, a pouss\u00e9 l\u2019hypoth\u00e8se de Riemann \u00e0 la limite, am\u00e9liorant la borne de v\u00e9rification des z\u00e9ros de la fonction z\u00eata de 41,6 % \u00e0 67,2 %. Cependant, cette perc\u00e9e reste un pas vers une solution, pas la solution elle-m\u00eame. Parall\u00e8lement, OpenAI a pr\u00e9tendu avoir d\u00e9montr\u00e9 un ph\u00e9nom\u00e8ne appel\u00e9 blowup<\/em> (explosion) dans les \u00e9quations de Navier-Stokes, un comportement paradoxal o\u00f9 des fluides atteindraient une vitesse infinie en un temps fini. Une affirmation contest\u00e9e par l\u2019Institut Clay, qui n\u2019a pas encore valid\u00e9 ce r\u00e9sultat.<\/p>\n La controverse entre OpenAI et Anthropic a pris une tournure inattendue. Deux math\u00e9maticiens, utilisant des outils d\u2019Anthropic, ont accus\u00e9 OpenAI d\u2019avoir pirat\u00e9 leurs brouillons de recherche pour coiffer leur travail. OpenAI, de son c\u00f4t\u00e9, a d\u00e9menti ces all\u00e9gations, affirmant que ses r\u00e9sultats \u00e9taient distincts. Les tensions ont \u00e9clat\u00e9 sur les r\u00e9seaux sociaux, avec des tweets, des captures d\u2019\u00e9cran et des d\u00e9bats houleux. Mais au-del\u00e0 de ces rivalit\u00e9s, une question se pose : l\u2019IA est-elle vraiment pr\u00eate \u00e0 r\u00e9soudre des probl\u00e8mes qui r\u00e9sistent depuis des d\u00e9cennies ?<\/p>\n Parmi les d\u00e9fis restants, le probl\u00e8me P=NP reste un casse-t\u00eate. Il traite de la distinction entre les probl\u00e8mes faciles \u00e0 v\u00e9rifier et ceux qui sont impossibles \u00e0 r\u00e9soudre. Un exemple concret : trouver une liste de 100 \u00e9tudiants compatibles parmi 400 semble impossible, alors que v\u00e9rifier une telle liste est trivial. La r\u00e9solution de ce probl\u00e8me pourrait r\u00e9volutionner l\u2019informatique, mais aucun progr\u00e8s majeur n\u2019a \u00e9t\u00e9 enregistr\u00e9. Quant \u00e0 la conjecture de Hodge, elle reste un myst\u00e8re g\u00e9om\u00e9trique, sans application concr\u00e8te mais avec un impact sur la recherche math\u00e9matique.<\/p>\n Alors que l\u2019IA continue d\u2019explorer ces \u00e9nigmes, une question reste ouverte : ces probl\u00e8mes r\u00e9sisteront-ils \u00e0 la puissance calculatoire de machines intelligentes, ou r\u00e9v\u00e9leront-ils des limites inattendues de la technologie ? L\u2019avenir des math\u00e9matiques d\u00e9pendra peut-\u00eatre de la mani\u00e8re dont l\u2019humanit\u00e9 et l\u2019IA collaboreront pour d\u00e9chiffrer ces myst\u00e8res.<\/p>\nSources<\/h2>\n