Quatre-vingt-sept ans. C’est le temps qu’a tenu la conjecture jacobienne avant de tomber. Pas sous la craie d’un mathématicien de Princeton ou d’un lauréat de la médaille Fields, mais dans les circuits d’un modèle d’intelligence artificielle signé Anthropic. Selon Cryptoast, le modèle Claude aurait produit un contre-exemple invalidant ce problème resté ouvert depuis 1939. Si l’information se confirme dans les revues spécialisées, ce n’est pas une petite affaire.
Un vieux fantôme de l’algèbre
La conjecture jacobienne n’a rien d’anecdotique pour ceux qui la côtoient. Formulée par le mathématicien allemand Ott-Heinrich Keller en 1939, elle porte sur une question apparemment simple à énoncer, redoutable à démontrer : dans certaines conditions liées au déterminant jacobien d’une transformation polynomiale, cette transformation admet-elle toujours une réciproque elle aussi polynomiale ? Formulé autrement, il s’agit de savoir si une opération que l’on croit réversible l’est vraiment, partout, sans exception.
Des générations d’algébristes s’y sont cassé les dents. Le problème a même été inscrit par Stephen Smale, l’un des grands noms des mathématiques du XXe siècle, sur sa liste des défis majeurs à relever pour le nouveau millénaire. On l’a cru résolu plusieurs fois. À chaque fois, une faille se glissait dans la démonstration et la conjecture se relevait, intacte. C’est précisément ce qui rend la nouvelle intrigante : trouver un contre-exemple, c’est exhiber un cas concret qui casse la règle. Pas une intuition, pas une esquisse. Un objet mathématique qui existe et qui contredit tout ce que l’on supposait.
Ce que fait vraiment une IA quand elle « résout » un théorème
Soyons clairs sur un point, car la nuance est décisive. Une IA ne « comprend » pas les mathématiques comme un humain. Ce qui se joue avec des modèles comme Claude, ou avec les systèmes développés par les concurrents, c’est une capacité croissante à explorer des espaces de solutions gigantesques, à générer des candidats et à tester leur validité de façon systématique. Là où un chercheur humain teste quelques pistes en une carrière, une machine peut en balayer des millions.
Trouver un contre-exemple relève justement de ce terrain-là. Il ne s’agit pas d’inventer une théorie élégante, mais de dénicher l’aiguille dans une meule de foin combinatoire. Un exercice où la puissance de calcul et la persévérance mécanique donnent un avantage réel à la machine. Encore faut-il que le résultat soit vérifiable. Et c’est là que réside la vraie force de ce type d’annonce : un contre-exemple, une fois produit, peut être contrôlé par n’importe quel mathématicien, ligne par ligne. La vérité mathématique ne se négocie pas. Soit l’objet contredit la conjecture, soit il ne la contredit pas.
Il faut le dire : c’est aussi ce qui distingue ce genre de percée des promesses parfois grandiloquentes de l’industrie de l’IA. Ici, pas de zone grise. Si le contre-exemple tient, la communauté scientifique le validera. Si une erreur s’y cache, elle sera débusquée. À l’heure où l’on écrit ces lignes, la prudence reste de mise tant que le résultat n’a pas été passé au crible d’une revue à comité de lecture.
Une course qui dépasse les maths
Cet épisode s’inscrit dans une compétition féroce. Anthropic, fondée par d’anciens d’OpenAI, joue sa crédibilité face à ChatGPT, à Gemini de Google et aux autres. Chaque démonstration de force — battre un record aux olympiades de mathématiques, résoudre un problème réputé insoluble — nourrit une bataille d’image aux enjeux colossaux. Rappelons que Google DeepMind avait déjà marqué les esprits en 2024 en atteignant un niveau de médaille d’argent aux Olympiades internationales de mathématiques avec ses systèmes AlphaProof et AlphaGeometry. La barre monte, vite.
Pour l’investisseur ou le simple observateur, il y a là un signal à ne pas sous-estimer. Les capacités des modèles ne se mesurent plus seulement à leur aisance à rédiger un e-mail ou à coder un site. Elles s’attaquent désormais à des problèmes où l’humanité était bloquée depuis des décennies. Cela alimente directement les valorisations vertigineuses du secteur — Anthropic a levé des milliards, OpenAI se négocie sur des multiples que peu d’entreprises ont jamais connus. La question que tout le monde se pose en coulisses : ces prouesses justifient-elles les montagnes de capitaux englouties ?
Enthousiasme mesuré, vigilance requise
À notre avis, il faut se garder des deux excès. Le premier serait de balayer l’événement d’un revers de main, comme un simple coup de communication. Résoudre un problème vieux de près de quatre-vingt-dix ans, si c’est vérifié, restera une date. Le second serait de conclure que l’IA a « dépassé » les mathématiciens. Elle ne fait, pour l’instant, qu’amplifier leur travail : c’est un humain qui a posé le problème, un humain qui orientera la vérification, un humain qui saura quoi faire de la réponse.
Pour les lecteurs qui suivent le secteur de près, en France comme au Maghreb où les cursus d’excellence en mathématiques ne manquent pas de talents, le message est double. D’un côté, une opportunité : ces outils démultiplient la puissance de recherche à un coût dérisoire. De l’autre, une lucidité nécessaire face au battage médiatique. Une annonce spectaculaire n’est pas une preuve. En science comme en finance, ce sont les vérifications indépendantes qui font foi — jamais les communiqués.
Reste une certitude, celle-là bien réelle : le rythme s’accélère. Il y a cinq ans, personne n’aurait parié qu’une machine s’attaquerait sérieusement à ce genre de forteresse. Aujourd’hui, la question n’est plus de savoir si, mais quand la prochaine conjecture tombera.
