IA d'OpenAI : la percée à 1M$ qui secoue la science et cette accusation de "pillage" du travail de chercheurs

En 88 heures, une intelligence artificielle développée par OpenAI affirme avoir résolu une version du problème d’existence et de régularité de Navier-Stokes, l’une des énigmes mathématiques du prix du millénaire à 1 million de dollars, soit près de 930 000 €. L’annonce a secoué la communauté scientifique, tant cette question résistait depuis près d’un siècle aux attaques des meilleurs spécialistes. Pour certains, ce qui se joue dépasse pourtant la performance technique.

Car derrière cette prouesse revendiquée se trouve une controverse explosive. Les chercheurs Tristan Buckmaster et Levent Alpöge, ce dernier employé de Anthropic, travaillaient déjà sur le même problème en utilisant l’outil Codex de OpenAI. Ils craignent que leurs travaux en cours aient servi, directement ou indirectement, à alimenter le modèle d’IA qui a fini par revendiquer la percée. Pour la recherche académique, la question devient vertigineuse.

OpenAI Navier-Stokes : une percée fulgurante qui rebat les cartes

Les équations de Navier-Stokes, formulées au XIXe siècle, décrivent le mouvement des fluides, du flux sanguin aux turbulences atmosphériques. Une question reste ouverte : ces équations peuvent-elles « exploser », c’est à dire produire des vitesses infinies en un temps fini ? Le Clay Mathematics Institute en a fait l’un de ses sept « Millennium Prize Problems », dotés chacun d’un million de dollars, et c’est ce défi qu’a choisi d’attaquer le laboratoire de Sam Altman avec ses agents d’IA.

Pour obtenir le résultat annoncé, OpenAI indique avoir mobilisé environ 10 000 agents d’IA qui ont échangé 2,7 millions de messages et généré 130 milliards de tokens, pour un coût estimé à 10 millions de dollars, soit environ 9 millions d’euros. L’entreprise a utilisé un modèle interne présenté comme « significativement plus puissant » que GPT-6 Astra, a expliqué OpenAI, cité par Cryptoast. Sa preuve ne porterait que sur deux des quatre formulations officielles du problème, et le Clay Mathematics Institute n’a pas encore validé le travail, tandis que le laboratoire dit ne pas vouloir réclamer le prix du millénaire.

IA propriétaires : les scientifiques deviennent-ils obsolètes quand leurs idées sont absorbées ?

Le cœur de la polémique tient à ce que deviennent les idées produites avec des outils fermés. Les chercheurs Tristan Buckmaster et Levent Alpöge travaillaient sur Navier-Stokes en utilisant Codex, l’outil de programmation de OpenAI. Ils affirment qu’un appel avec le responsable de l’équipe mathématique Sébastien Bubeck a cristallisé leurs soupçons : Tristan Buckmaster assure qu’on lui a proposé de signer seul la preuve, sans son collègue d’Anthropic, et que le chercheur de OpenAI lui aurait lancé : « Pourquoi voulez-vous ruiner votre carrière ? », selon un témoignage rapporté par Le Monde. OpenAI nie avoir accédé à des fichiers privés, mais reconnaît ne pas pouvoir exclure que « des données dépersonnalisées issues de leur usage de nos produits aient contribué à améliorer nos modèles », a admis l’entreprise, citée par Cryptoast.

L’affaire illustre un changement d’échelle : voir une machine s’attaquer en 88 heures à un problème ouvert depuis près d’un siècle alimente un malaise. « C’est très dystopique et déprimant pour mes collègues mathématiciens. À quoi bon faire de la recherche si tout ce qui compte vraiment sera avalé par les géants de l’IA ? », a réagi le chercheur Eli Ben-Sasson sur X, cité par Cryptoast. L’investisseur Nic Carter craint que les laboratoires ne finissent par « garder les bonnes trouvailles pour eux », avertit-il, relayé par Cryptoast. Dans le même temps, des ingénieurs comme Jacob Coxon, passé par OpenAI puis Anthropic, ou Samuel Marks, salarié d’Anthropic, décrivent une course nourrie par des incitations commerciales et la peur de voir des acteurs jugés moins prudents s’emparer des mêmes outils. Entre puissance de calcul concentrée, clauses de données peu lisibles et course déclarée à la superintelligence, les interogations sur la place réelle des scientifiques humains dans la production de connaissances ne font que commencer.