Pendant 80 ans, l’un des problèmes les plus tenaces de la géométrie combinatoire est resté en suspens, parfois réexaminé par des mathématiciens ambitieux, sans jamais être résolu. Maintenant, une IA l’a résolu.
Un modèle interne de raisonnement général d'OpenAI a produit une preuve qui résout le problème des distances unitaires dans le plan, une conjecture initialement formulée par le légendaire mathématicien hongrois Paul Erdős en 1946. La preuve, qui s'étend sur environ 125 pages, établit une famille infinie de configurations planes contenant plus de paires à distance unitaire que les arrangements traditionnellement supposés optimaux. En termes simples : l'IA a découvert des motifs géométriques qui brisent une limite que les mathématiciens croyaient valable depuis huit décennies.
Ce que la preuve dit réellement
Le problème de la distance unitaire plane demande : étant donné n points dans un plan, quel est le nombre maximal de paires qui peuvent être exactement à une unité de distance l'une de l'autre ? Erdős a conjecturé une borne supérieure pour ce nombre, et pendant des décennies, les configurations les mieux connues étaient des structures semblables à une grille qui semblaient confirmer son intuition.
Le modèle d'OpenAI a emprunté une voie complètement différente. Plutôt que d'itérer sur des arrangements de grille connus, il a abordé le problème à travers la théorie des nombres algébriques, en le reliant à des structures mathématiques avancées appelées tours de corps de classes infinies. Le résultat est une famille infinie de configurations qui dépassent les configurations optimales traditionnellement acceptées, réfutant directement la borne supérieure conjecturée par Erdős. L'amélioration a été quantifiée avec un exposant d'environ 0,014.
Qui l'a vérifié, et pourquoi cela compte
Tim Gowers, lauréat de la médaille Fields, a examiné le travail. De même que Will Sawin, mathématicien à Princeton. Les deux ont validé la correction de la preuve. Sawin a spécifiquement quantifié l'amélioration à environ 0,014 pour l'exposant.
L'annonce est intervenue vers le 20 mai 2026 et a immédiatement redéfini la discussion sur les capacités des systèmes de raisonnement IA dans des contextes de recherche pure.
Ce que cela signifie au-delà des mathématiques
Les techniques impliquées, en particulier la théorie algébrique des nombres et la construction d'objets mathématiques novateurs, ont une pertinence directe pour la vérification formelle et les systèmes de preuve à divulgation nulle de connaissance.
La vérification formelle est le processus consistant à prouver mathématiquement qu'un code fait ce qu'il est censé faire. Si les modèles de raisonnement par IA peuvent générer et valider des preuves au niveau démontré ici, le coût et le délai pour vérifier formellement des protocoles complexes pourraient diminuer considérablement.
Les preuves à divulgation nulle de connaissance, la technique cryptographique à la base des blockchains axées sur la confidentialité et des solutions d'évolutivité comme les zk-rollups, sont fondées sur des bases algébriques approfondies. Le type de théorie des nombres algébriques utilisé par le modèle d'OpenAI pour résoudre ce problème se situe dans le même domaine mathématique.
Aucun jeton crypto spécifique n'est lié à ce résultat, et toute personne affirmant le contraire avance des informations prématurées.