OpenAI dit avoir résolu Navier-Stokes avec une preuve formelle

OpenAI a annoncé le 8 septembre 2026 qu’un système d’IA interne avait produit une preuve, accompagnée d’une formalisation dans Lean, montrant qu’une solution lisse des équations de Navier-Stokes peut développer une singularité en temps fini. Si cette lecture est correcte, elle touche à l’un des problèmes du prix du millénaire du Clay Mathematics Institute, au croisement des mathématiques pures et des usages industriels comme l’aéronautique ou la météo.

Une preuve sur un vieux casse-tête des fluides

Les équations de Navier-Stokes décrivent le mouvement des fluides en appliquant la deuxième loi de Newton à un milieu continu, plutôt qu’à une collection de molécules. Elles servent à modéliser des écoulements dans la conception d’avions, les prévisions météo ou encore le sang dans les vaisseaux. Le point de départ d’OpenAI est précis : un fluide initialement lisse, soumis à une force elle-même lisse, mais dont l’énergie reste finie, peut malgré tout développer une singularité en un temps fini.

La singularité en question correspond à une vitesse qui tend vers l’infini dans un délai fini, ce qu’un fluide réel ne peut pas faire. Le cœur du problème tient à la viscosité, ce terme qui lisse normalement le mouvement. Dans ce cas, OpenAI dit avoir obtenu un scénario où les termes d’accélération, de pression, de transfert de quantité de mouvement et de viscosité deviennent très grands, mais se compensent avec suffisamment de précision pour laisser une force externe régulière. La forme finale du résultat est un vortex, c’est-à-dire un tourbillon qui se resserre en spirale tout en s’allongeant.

Pourquoi ce résultat compte pour la communauté scientifique

Le sujet n’est pas seulement académique. Depuis Claude-Louis Navier et George Gabriel Stokes au XIXe siècle, ces équations servent de base à une partie de l’ingénierie des fluides. En 1934, Jean Leray a établi l’existence de solutions au sens généralisé, sans trancher la question de leur régularité. Puis, en 2000, le Clay Mathematics Institute a inscrit Navier-Stokes parmi ses sept Millennium Prize Problems, avec un fonds de 7 millions de dollars, soit 1 million par problème.

Le dossier reste sensible parce que la formulation officielle comporte plusieurs variantes. OpenAI affirme que son système a établi les cas « C » et « D », ce qui résoudrait le problème selon son interprétation, tandis que les versions « A » et « B » mèneraient à une preuve différente [à vérifier]. L’entreprise précise aussi qu’elle ne revendique pas le prix du millénium. Petite subtilité que même les tourbillons n’aiment pas trop : en mathématiques, le diable se cache souvent dans la formulation.

Des agents par milliers, puis une vérification dans Lean

Selon OpenAI, le travail a commencé avec un nouveau modèle interne entraîné depuis le 28 août 2026, présenté comme plus capable que GPT-6 Astra sur ses tests, notamment en mathématiques. L’entreprise dit avoir lancé, le 1er septembre 2026, une évaluation systématique des problèmes du millénaire après des rumeurs de percées sur deux d’entre eux. Le système utilisé reposait sur des agents coordonnés, capables d’accéder à un cache du web et d’exécuter du code, répartis en groupes qui pouvaient communiquer à l’intérieur de chaque groupe.

Le groupe qui a abouti au résultat sur Navier-Stokes mobilisait environ 10 000 agents en parallèle, sous les garde-fous de surveillance et d’isolement décrits par OpenAI pour ses évaluations de modèles de pointe. Avant cela, des agents avaient réglé le problème de régularité des équations d’Euler, la version sans viscosité de Navier-Stokes, dans le cas non forcé. D’après l’entreprise, une centaine d’agents ont travaillé environ 50 heures sur cette disproof, puis le système a été réorienté vers Navier-Stokes, avec une mise à jour du modèle en cours de route et un tri des idées utiles via Codex.

Une annonce mêlée à une séquence concurrentielle

L’épisode n’a pas été présenté dans un vide. OpenAI dit être entrée en contact avec Levent Alpöge, employé d’Anthropic, et Tristan Buckmaster, professeur de mathématiques à NYU, après avoir cru comprendre qu’ils travaillaient eux aussi sur Navier-Stokes. Selon son récit, l’entreprise leur a proposé une annonce conjointe et a ensuite appris qu’ils avaient en réalité résolu le problème d’Euler forcé, puis leur a reconnu la priorité de ce travail.

Buckmaster a, de son côté, publié le 7 septembre 2026 trois résultats avec Alpöge : des écoulements en rupture en temps fini pour les milieux poreux incompressibles, pour Boussinesq et pour Euler incompressible tridimensionnel. Il a mentionné près d’un an de collaboration avec Claude et Codex, une percée le 15 août 2026, une vérification Lean le 22 août, puis des échanges avec OpenAI les 3 et 6 septembre. OpenAI assure que ses chercheurs et agents n’ont pas vu ces travaux avant leur publication, et qu’aucune donnée utilisateur spécifique n’a été utilisée pour résoudre le problème. Elle dit en revanche ne pas pouvoir exclure que des données dé-identifiées issues de l’usage de ses produits aient contribué à l’amélioration de ses modèles.

Le fond de l’affaire est donc double : une possible avancée mathématique sur un problème célèbre, et une démonstration de plus de la capacité d’un système d’agents à enchaîner exploration, preuve et vérification formelle. OpenAI dit désormais vouloir comprendre son modèle interne et utiliser ce qu’elle apprend pour guider le rythme de ses prochains progrès en capacité.