Un duo d’IA chinoises résout une conjecture mathématique complexe en 80 heures

L’automatisation de la recherche mathématique franchit un cap décisif. Des intelligences artificielles chinoises viennent de démontrer leur capacité à résoudre des problèmes complexes sans intervention humaine significative. Cette avancée marque un tournant dans l’utilisation de l’IA pour la science fondamentale.

Une conjecture résolue en 80 heures de calcul autonome

L’équipe de quinze chercheurs de l’université de Pékin a mis au point un système révolutionnaire. Leur création a trouvé la solution à une conjecture formulée en 2014 par Dan Anderson, mathématicien américain décédé en 2022 à l’âge de 73 ans.

Le problème portait sur une branche technique de l’algèbre, cherchant à déterminer si une propriété mathématique en impliquait systématiquement une autre pour certains objets spécifiques. Le duo d’IA a apporté une réponse négative en construisant un contre-exemple.

La démonstration complète a nécessité 80 heures de calcul, sans qu’aucun humain n’intervienne sur les choix mathématiques. Le travail a été publié sur arXiv, bien qu’il n’ait pas encore été validé par les pairs.

Rethlas et Archon : une collaboration inédite entre deux IA

Le chercheur virtuel explore les pistes

Rethlas, le premier agent, fonctionne comme un mathématicien humain en explorant différentes pistes de démonstration. Il s’appuie sur Matlas, un moteur de recherche spécialisé capable de parcourir la littérature mathématique pour identifier des théorèmes pertinents.

Le vérificateur valide formellement les résultats

Archon, le second agent, transforme les propositions de Rethlas en démonstrations formelles vérifiables. Il utilise LeanSearch, qui puise dans Mathlib, la bibliothèque du langage Lean 4.

Lean 4 constitue un langage de programmation dédié à la vérification automatique des preuves mathématiques. Sa bibliothèque contient des centaines de milliers de théorèmes. Archon traduit ainsi une preuve informelle en un projet Lean 4 complet et vérifiable.

Cette architecture comble le fossé entre le raisonnement mathématique et la vérification formelle, deux aspects traditionnellement séparés dans la recherche.

Une autonomie revendiquée face aux géants américains

L’équipe de Pékin revendique la suppression « presque totale » de la supervision humaine. Le code source des deux agents a été publié sur GitHub sous le nom de FrenzyMath, garantissant la transparence du projet.

Début 2025, Aletheia de Google DeepMind avait résolu quatre problèmes ouverts de Paul Erdős. OpenAI a également démontré des capacités de preuves formelles. Ces systèmes exigeaient cependant encore une supervision humaine sur les étapes clés.

Des limites reconnues par les chercheurs eux-mêmes

Les scientifiques nuancent leur victoire. Le problème de Dan Anderson reste obscur pour le grand public et ne se compare pas aux énigmes légendaires comme l’hypothèse de Riemann ou P contre NP.

Rien ne garantit que cette méthode fonctionnera sur des problèmes plus ardus. Les chercheurs reconnaissent qu’un mathématicien humain peut accélérer le processus en intervenant pour orienter Archon dans les bonnes directions.

Ce résultat marque néanmoins une étape significative dans l’automatisation de la recherche mathématique par l’intelligence artificielle, ouvrant des perspectives nouvelles pour la résolution de problèmes complexes.