Mathématiques

Preuve d'une conjecture ouverte depuis 31 ans, confirmée par des preuves indépendantes parallèles et une formalisation Lean 4, qui rend inconditionnels de nombreux résultats dépendants de KLS.

Preuve par IA d'un résultat quasi-RH (zéros entre 1/12 et 11/12), jugée correcte par des experts de premier plan, avec conséquences majeures en théorie des nombres ; version à 7/8 vérifiée en Lean.

Résolution vérifiée de la conjecture de Navier-Stokes (Millennium Prize) et de plus de 100 problèmes ouverts, changeant fondamentalement le paysage mathématique.

Déclaration commune de 25 médaillés Fields sur le risque que les benchmarks IA détruisent les processus de recherche et d'attribution.

Publication d'une preuve formelle en Lean et d'un article affirmant résoudre l'un des sept problèmes du millénaire.

Essai de Terence Tao au Congrès International des Mathématiciens sur la réponse de la communauté à l'IA en recherche.

Contre-exemple à la conjecture d'Erdős, preuves de problèmes ouverts : un essai cherche à prédire quels problèmes mathématiques les LLM peuvent résoudre, et pourquoi.

Un chercheur de Microsoft et un collaborateur résolvent la conjecture KLS, problème central de la géométrie en grande dimension, grâce à une recherche pilotée par des humains et assistée par des agents IA.

Cet outil open source MIT, lancé d'une touche depuis xournal++, fait corriger par Claude, Gemini ou GPT un travail écrit à la main, avec indices plutôt que réponses et animations manim.

Parmi 377 résultats annoncés par OpenAI le 6 octobre 2026, une preuve de l'hypothèse quasi-Riemann, déjà examinée par des experts humains, est qualifiée de réalisation majeure de l'IA pour les mathématiques.

Le New York Times consacre un article au mathématicien Terence Tao et à la crise que traverse sa discipline, à l'heure où l'IA gagne du terrain en mathématiques.

Une analyse des plus de 700 résultats mathématiques publiés par OpenAI relève l'absence de la cryptographie, mais aussi des statistiques, de la théorie du ML, de l'optimisation et de l'analyse numérique.

Avec Anthropic et OpenAI, la Simons Foundation mobilise 15 millions de dollars en financements et ressources pour accompagner la communauté mathématique face à l'essor de l'IA.

Ben Recht examine le dépôt de mathématiques d'OpenAI revendiquant une FFT plus rapide et juge l'algorithme moins une percée qu'une exploitation malveillante.

Terence Tao examine la fiabilité de l'assistant de preuve Lean et le rôle croissant de l'IA dans la formalisation mathématique, à l'intention des mathématiciens.

Selon le New York Times, une nouvelle publication d'OpenAI suscite des réactions contrastées dans la communauté mathématique, entre admiration pour les capacités et inquiétude pour la discipline.

Les avancées d'OpenAI en mathématiques pourraient provoquer une crise d'identité chez les mathématiciens. Quelles disciplines et quels métiers seront touchés ensuite ?

Un billet du mathématicien Asaf Karagila revient sur les affirmations d'OpenAI en mathématiques et interroge ce que le principe de partition révèle de la rigueur des preuves produites par IA.

L'entreprise retire discrètement trois publications scientifiques, suscitant des interrogations sur la rigueur de ses travaux académiques.

L'entreprise retire trois démonstrations mathématiques de ses travaux, soulevant des questions sur la rigueur de certaines publications de recherche en IA.

L'American Mathematical Society réagit à la publication par OpenAI de documents de recherche en mathématiques, soulevant des questions sur la collaboration entre industrie et recherche académique.

Des chercheurs formalisent en Lean une preuve mathématique assistée par IA du problème de packing optimal de 11 carrés dans un carré unitaire.

Le site recensant les problèmes mathématiques d'Erdős se retrouve submergé par des soumissions générées par IA, selon son créateur.

Stephen Wolfram livre sa réflexion sur la manière dont l'IA pourrait transformer le travail des mathématiciens et la nature même de la recherche en mathématiques pures.

Une réflexion sur les précautions à prendre avant de diffuser des résultats mathématiques produits par des systèmes d'IA.

Une critique scientifique suggère qu'OpenAI aurait formulé une version erronée des équations de Navier-Stokes dans son travail de recherche, soulevant des questions sur la validité de la preuve.

OpenAI s'appuie sur un groupe consultatif indépendant pour encadrer la vérification et la communication des nouveaux résultats mathématiques produits par l'IA.

L'intelligence artificielle accélère les démonstrations mathématiques, mais soulève des questions de fiabilité et de vérification qui divisent la communauté scientifique.

Un système multi-agents structure la production de preuves complexes et obtient de nouveaux résultats sur des problèmes ouverts issus de FOCS et JMLR.

Des chercheurs en mathématiques accusent OpenAI d'avoir utilisé leurs problèmes et échanges sans consentement clair pour entraîner ou tester ses modèles.

Le mathématicien Terence Tao décrit un décalage préoccupant entre les capacités affichées des IA et leur usage réel en recherche mathématique.

Le mathématicien Terence Tao alerte sur le risque de voir les problèmes ouverts en maths épuisés par des IA sans réel apport conceptuel.

OpenAI publie une solution générée par IA à l'un des sept problèmes du millénaire, avec preuve formelle en Lean.

Un projet open source combine plusieurs moteurs de calcul avec vérification des résultats, exposé via un serveur MCP.

Dans une interview vidéo, le mathématicien Terence Tao détaille son usage concret des outils d'IA dans sa pratique de recherche.

Un article de synthèse examine comment l'IA transforme la recherche mathématique, entre outils de démonstration et nouveaux usages.

Google DeepMind combine optimisation ML et AlphaEvolve pour affiner la borne théorique de la multiplication de matrices, un problème vieux de plusieurs décennies.

Un essai avance que les performances des LLM en mathématiques reflètent surtout une capacité de récupération massive plutôt qu'un véritable raisonnement original.

Une ressource pédagogique visuelle pour comprendre le fonctionnement des réseaux de neurones par des calculs manuels.

Le mathématicien Timothy Gowers explore les forces et limites des LLM face à différents types de raisonnement mathématique.

Une étude de cas détaille comment un système de recherche IA a permis d'améliorer les bornes connues de la constante de Grothendieck.

Un modèle Claude d'Anthropic aurait permis d'améliorer une borne mathématique associée à l'hypothèse de Riemann, selon un message publié sur X.

Une étude analyse les compromis entre mode « réflexion » et mode concis lors de l'entraînement conjoint de LLM sur des problèmes mathématiques.

Un nouveau rapport de recherche examine comment Claude aborde des problèmes mathématiques complexes, avec un focus sur la fonction zêta de Riemann.

Des modèles d'IA aident désormais à résoudre des conjectures mathématiques restées ouvertes depuis des décennies, posées par le légendaire Paul Erdős.

Une construction combinatoire résout un problème ouvert en théorie de la complexité et améliore les bornes connues sur plusieurs fronts.

Un fil de discussion questionne la fiabilité et la portée réelle des performances mathématiques attribuées à des modèles d'IA récents.

L'entreprise présente de nouveaux résultats sur des problèmes ouverts de longue date, en géométrie, cryptographie et théorie de la complexité.

Le mathématicien Terence Tao présente sa vision de l'impact de l'IA sur la recherche mathématique lors d'une conférence à l'ICM 2026.

Le mathématicien utilise l'IA pour tester un contre-exemple potentiel à une conjecture célèbre.

Un modèle Claude aurait généré un contre-exemple à un problème mathématique ouvert depuis des décennies, selon un tweet viral.

Un post Reddit relaie une affirmation selon laquelle GPT-5.6 aurait résolu un problème ouvert en optimisation convexe, dans la foulée de l'annonce d'OpenAI sur une preuve mathématique.

Un nouveau benchmark évalue la capacité des LLM à produire et vérifier des preuves de niveau universitaire à doctoral, au-delà des olympiades.

Un essai revient sur les capacités surprenantes des grands modèles de langage à résoudre des problèmes mathématiques avancés.

OpenAI affirme qu'un modèle GPT-5.6 a généré une preuve formelle d'un problème ouvert majeur en théorie des graphes, la CDC Conjecture.

Une méthode de feedback adaptatif ajuste dynamiquement la longueur du préfixe de solution fourni au modèle, doublant la précision de GRPO sur les problèmes mathématiques difficiles.