AlphaProof Nexus de Google DeepMind résout des dizaines de problèmes mathématiques ouverts, avec validation par des pairs

Ce choix de méthode pèse autant que les résultats eux-mêmes. Les démonstrations produites par une IA sont difficiles à évaluer sans examen indépendant, et la communauté mathématique exige une validation rigoureuse avant d'accepter une preuve. En passant par une revue scientifique, DeepMind donne à ses annonces une crédibilité que les simples communiqués ou dépôts de fichiers ne peuvent offrir. Pour les chercheurs, cela signifie que des preuves générées par une machine peuvent désormais entrer dans le circuit académique habituel, avec ses garde-fous. Les lecteurs disposent ainsi de résultats vérifiés, et non de revendications à prendre sur parole.

La publication intervient alors qu'OpenAI fait face à un appel au boycott. Le groupe est accusé d'avoir déversé sur GitHub des preuves produites par IA sans aucune relecture par des pairs, ce qui laisse à la communauté la charge de les vérifier. Les deux laboratoires rivalisent pour démontrer que leurs modèles contribuent réellement à la recherche mathématique de pointe. Cette compétition rend la question de la méthode décisive, car la confiance accordée à ces systèmes dépendra de la fiabilité des vérifications. Reste à voir si les autres acteurs du secteur adopteront le même standard de validation externe, et si les mathématiciens intégreront durablement ces outils à leur pratique.