Cours privé toulousain depuis 1980
[Mathématiques, Physique-Chimie, Informatique]

Vous connaissez les problèmes du millénaire à 1 millions de Dollars ? OpenAI affirme en avoir résolu un

OpenAI dit avoir percé le problème du millénaire de Navier-Stokes grâce à 10 000 agents IA. Explication de l'équation, des enjeux et de la controverse qui suit.

9/9/20268 min read


Le 8 septembre 2026, OpenAI a publié un billet aussi spectaculaire que discuté : l'entreprise affirme que l'un de ses systèmes internes a résolu, au moins en partie, le problème de Navier-Stokes — l'une des sept énigmes mathématiques dotées d'un prix de 1 million de dollars par le Clay Mathematics Institute. L'annonce a immédiatement suscité l'enthousiasme… et une controverse tout aussi vive, portée notamment par le mathématicien Tristan Buckmaster et par le médaillé Fields Terence Tao. Décryptage d'une histoire qui mêle physique des fluides, intelligence artificielle et rivalités académiques.

Qu'est-ce que le problème de Navier-Stokes ?

L'équation, en langage simple

Les équations de Navier-Stokes, formulées au XIXe siècle par l'ingénieur français Claude-Louis Navier puis complétées par le mathématicien irlandais George Gabriel Stokes, décrivent le mouvement de tout fluide visqueux : l'eau d'une rivière, l'air autour d'une aile d'avion, le sang dans une artère ou les courants océaniques. Pour un fluide incompressible en trois dimensions, elles s'écrivent :



Un prix d'un million de dollars, deux question possibles

En 2000, le Clay Mathematics Institute a inscrit Navier-Stokes parmi ses sept « problèmes du millénaire », chacun assorti d'une récompense de 1 million de dollars. L'énoncé officiel se décline en deux cadres — l'espace entier ℝ³ sans force extérieure, ou le tore T³ (un domaine périodique) qui autorise une force extérieure lisse — et, dans chaque cas, il s'agit de démontrer l'une de deux issues opposées : soit que toute donnée initiale lisse produit une solution lisse pour toujours (« existence et régularité »), soit qu'il existe au contraire une donnée initiale lisse qui conduit à une explosion en temps fini (« rupture »). C'est ce à quoi Tristan Buckmaster fait référence lorsqu'il évoque les « options C et D » de l'énoncé de Clay : les deux variantes correspondant à une preuve de rupture plutôt qu'à une preuve d'existence globale.

Depuis son inscription, en 2026, ce problème reste ouvert depuis près de 180 ans de recherche sur le sujet, malgré des avancées majeures — notamment celles de Jean Leray en 1934, qui a démontré l'existence de solutions dites « faibles » globales, sans jamais pouvoir garantir qu'elles restent régulières.

Pourquoi ce problème résiste-t-il depuis si longtemps ?

Le cœur du problème : l'étirement des tourbillons

En trois dimensions, un tube de tourbillon peut s'étirer et se resserrer sous l'effet de l'écoulement lui-même — un mécanisme baptisé « vortex stretching ». Quand un tube de tourbillon se resserre, sa vitesse de rotation augmente, exactement comme un patineur artistique tourne plus vite en ramenant les bras le long du corps. L'illustration ci-dessus schématise cette dynamique : le cœur du tourbillon se resserre progressivement (de gauche à droite), tandis que la vitesse locale du fluide s'intensifie. Si rien ne vient stopper cet emballement, la vitesse pourrait diverger en un temps fini t*, ce qui constituerait une « singularité ».


En deux dimensions, un principe mathématique empêche cet emballement, ce qui explique pourquoi le problème analogue en 2D est résolu depuis longtemps. En 3D, cette barrière disparaît, et rien ne garantit a priori que la viscosité (le terme νΔu, qui dissipe l'énergie) suffise toujours à empêcher l'explosion.

Le second obstacle est plus technique mais tout aussi central : l'estimation d'énergie naturelle associée à ces équations les place dans un cadre mathématique dit « sous-critique », qui ne permet pas de contrôler ce qui se passe aux très petites échelles — précisément celles où naît la turbulence. C'est cette lacune, plus que l'absence de solutions tout court, qui constitue la véritable difficulté : on sait qu'une solution existe (au sens faible), mais on ignore si elle reste toujours lisse.

Ce qu'OpenAI affirme avoir démontré

Une méthode inédite : un essaim de 10 000 agents IA

Pour aborder le problème, OpenAI dit avoir déployé un système multi-agents fondé sur un modèle interne plus puissant que GPT-6 Astra, avec environ 10 000 agents concurrents, organisés en groupes qui échangeaient leurs résultats intermédiaires, disposant d'un accès à internet en cache et d'un environnement d'exécution de code. Selon le billet publié par l'entreprise, cet effort a représenté 2,7 millions de messages échangés et environ 130 milliards de tokens générés, sur une durée de 88 heures, lancé début septembre 2026. Une estimation relayée par TechCrunch évoque, sur l'ensemble du projet, un volume plus large de l'ordre de 300 milliards de tokens et un coût de calcul approchant les 22,5 millions de dollars — un ordre de grandeur qui donne une idée du gouffre de ressources mobilisées pour ce seul résultat.

Ce que la preuve montre précisément

Le résultat revendiqué établit qu'un fluide initialement parfaitement lisse peut développer une singularité en temps fini, via un mécanisme d'étirement de tourbillon qui se resserre indéfiniment tout en conservant une énergie finie — c'est-à-dire un effondrement mathématique qui ne viole aucune loi de conservation physique. Mais un point mérite d'être souligné avec précision, car il change beaucoup l'interprétation de l'annonce : d'après les échanges rapportés par le mathématicien Tristan Buckmaster, la preuve interne d'OpenAI — un document d'environ 100 pages, non publié publiquement à ce jour — porterait sur la version forcée des équations (avec un terme f non nul), et concernerait les options de « rupture » du problème plutôt que l'énoncé original non forcé, celui-là même qui donne droit au prix d'un million de dollars. Les résultats rendus publics jusqu'ici, eux, concernent surtout les équations d'Euler — une version où la viscosité est nulle — avec un forçage extérieur lisse, ce qui reste une hypothèse plus favorable que le cas Navier-Stokes complet. OpenAI elle-même ne revendique pas le prix Clay et présente ce résultat comme une démonstration de capacités plutôt que comme une solution définitive et validée du problème original.

Une avancée contestée : la controverse avec Tristan Buckmaster

Des accusations sérieuses

L'annonce d'OpenAI est arrivée peu après que Tristan Buckmaster, mathématicien au Courant Institute de l'université de New York, et Levent Alpöge, chercheur chez Anthropic, ont publié leurs propres résultats partiels sur ce même problème — fruit de près d'un an de travail, avec une avancée rendue publique vers le 15 août 2026. Buckmaster affirme avoir demandé à OpenAI si son modèle avait été entraîné sur, ou avait eu accès à, ses propres échanges dans l'outil Codex d'OpenAI, sans jamais obtenir de réponse claire. Il note aussi la coïncidence troublante : une approche mathématique spécifique par « forçage lisse », qu'il jugeait peu explorée par la communauté, se retrouve utilisée par le système d'OpenAI quelques semaines plus tard seulement.


Buckmaster va plus loin en évoquant des pressions directes : il rapporte que le chercheur d'OpenAI Sébastien Bubeck lui aurait demandé « pourquoi ruineriez-vous votre carrière ? » avant de le prévenir, en substance, que s'il ne voulait pas qu'on soit « gentil » avec lui, cela pouvait aussi ne pas être le cas. OpenAI, par la voix de Bubeck, dément catégoriquement avoir utilisé les échanges ou les preuves de Buckmaster, et affirme que son propre effort a débuté le 1er septembre 2026, après avoir eu vent de rumeurs sur l'existence de solutions partielles en circulation dans la communauté.

La mise en garde de Terence Tao

Au-delà de ce différend précis, le médaillé Fields Terence Tao a formulé une inquiétude plus large sur la manière dont les entreprises d'intelligence artificielle utilisent ces problèmes ouverts comme des « démonstrations de faisabilité » à visée essentiellement commerciale, plutôt que comme des occasions d'apprentissage collectif. Selon lui, une IA qui trouve une réponse sans expliciter le raisonnement qui y mène, ni les nombreuses tentatives infructueuses qui l'ont précédée, prive la communauté mathématique du contexte qui, historiquement, nourrit les découvertes suivantes — une forme d'exploitation à courte vue des problèmes ouverts, plutôt qu'une contribution durable à la discipline.

Où en est-on, concrètement ?

À ce stade, aucune preuve n'a été publiée intégralement ni vérifiée par la communauté mathématique, et le Clay Mathematics Institute continue de lister Navier-Stokes parmi les problèmes non résolus. L'attribution officielle d'un tel prix exige en effet une publication complète, puis une période d'au moins deux ans d'examen et d'acceptation par la communauté scientifique avant toute reconnaissance. Buckmaster lui-même reconnaît ne pas avoir vu le document interne d'OpenAI et ignorer si les données issues de son propre travail ont, ou non, influencé l'entraînement du modèle utilisé.

Pourquoi cette histoire compte, au-delà de la polémique

Indépendamment de son issue, cet épisode illustre un enjeu qui dépasse largement les mathématiques pures. Comprendre — et prédire — le comportement des fluides turbulents conditionne des domaines aussi variés que la prévision météorologique, la conception aérodynamique des avions et des voitures, la modélisation du flux sanguin en médecine, ou encore les simulations climatiques à grande échelle : toutes ces applications s'appuient, d'une manière ou d'une autre, sur des versions numériques des équations de Navier-Stokes. Un mécanisme de rupture en temps fini, s'il était rigoureusement établi pour le cas non forcé, ne remettrait pas en cause ces usages pratiques (qui fonctionnent très bien avec des approximations), mais il aurait une portée fondamentale : il montrerait que le modèle mathématique lui-même, dans certaines conditions extrêmes, peut cesser de décrire un mouvement physiquement raisonnable.


L'autre enjeu, mis en avant par la controverse elle-même, concerne la manière dont la recherche scientifique va s'organiser à mesure que des systèmes d'IA de plus en plus puissants s'attaquent à des problèmes ouverts : qui a accès à quelles données, comment attribuer le crédit d'une découverte lorsque des humains et des machines travaillent en parallèle sur le même sujet, et comment vérifier des preuves dont la longueur (une centaine de pages produites en quelques jours) dépasse largement ce qu'un relecteur humain peut examiner rapidement.


Math Enseignement propose des cours particuliers de mathématiques et de physique à Toulouse, pour accompagner collégiens, lycéens et étudiants tout au long de l'année — des automatismes de base jusqu'aux notions plus avancées de fonctions, de vecteurs ou de mécanique. Les cours sont assurés à 30€/heure, au 38b Rue Roquelaine, dans le quartier Jeanne d'Arc à Toulouse.


Sources


Où nous trouver...

  • 38bis, rue Roquelaine, 31500 Toulouse.
    à 5min du métro Jeanne d'Arc et de la gare Matabiau

Nous contacter