Pourquoi personne ne hurle au génie ?

Les maths, c’est comme la politique : tout le monde parle de révolution, mais personne ne veut toucher aux équations. OpenAI avance que son modèle GPT-4 (ou une version encore plus opaque) a « résolu » Navier-Stokes. Traduction : les équations sont approximées avec une précision telle que ça ressemble à une solution. Problème ? Personne n’a vu les preuves. Pas un papier, pas une démonstration publique, juste un communiqué lissé par des ingénieurs qui savent que « significatif » ne veut rien dire.

En 1993, le Clay Mathematics Institute a mis Navier-Stokes sur sa liste des problèmes du millénaire, avec un million de dollars à la clé. Pourquoi ? Parce que c’est dur. Les équations gouvernent la turbulence, les vagues, les jets d’eau… et personne n’a jamais pu les maîtriser totalement. Sauf maintenant, selon OpenAI. Sauf que les mathématiciens pur sang, ceux qui passent leur vie à gratter des équations sur des tableaux noirs, se taisent. Trop tôt ? Trop risqué ? Ou juste trop bizarre ?

Un détail : le prix du million n’est attribué que si la solution est exacte, complète et vérifiée par les pairs. Pas si un algorithme crache un résultat qui ressemble à une solution. OpenAI le sait. Les médias aussi. Alors on fait semblant d’y croire.

L’IA comme machine à bluff mathématique

Les modèles d’IA comme GPT-4 ou les réseaux de neurones sont des monstres prédictifs. Ils excellent à imiter des patterns, à extrapoler, à deviner ce qui pourrait être vrai. Mais Navier-Stokes ? C’est un problème où il faut prouver, pas deviner. Où il faut des démonstrations rigoureuses, pas des approximations floues.

Prenez l’exemple des preuves mathématiques assistées par ordinateur. En 2014, une équipe a « prouvé » le théorème des quatre couleurs avec un logiciel. Sauf que personne ne comprend vraiment pourquoi ça marche. Même problème aujourd’hui : OpenAI montre des graphiques, des courbes, des résultats qui collent aux équations… mais sans expliquer comment l’IA a fait pour y arriver. C’est du black-box pur.

Et puis, il y a le timing. OpenAI annonce ça en quelques jours. Navier-Stokes a résisté à des générations de cerveaux humains spécialisés. Une IA y arrive en quelques jours ? Soit c’est un coup de génie, soit c’est un coup de pub. Les deux sont possibles. Mais les maths, ça ne se vend pas comme un téléphone.

Ce que ça change (et ce que ça ne change pas)

Si OpenAI a vraiment fait ça, ce n’est pas une victoire pour les maths. C’est une victoire pour l’industrie. Parce que Navier-Stokes, ça sert à optimiser des ailes d’avion, à prévoir les marées, à simuler des réacteurs nucléaires. Et si une IA peut le faire plus vite que des humains, alors les entreprises qui dépendent de ces simulations vont se ruer dessus. Sans se soucier de savoir si c’est vrai ou approximatif.

Déjà, des géants comme Boeing ou Total utilisent des simulations basées sur des équations simplifiées de Navier-Stokes. Si OpenAI propose une version « IA-prouvée », ils vont l’acheter. Peu importe si c’est une vraie solution ou un leurre. Parce que dans le business, ça marche suffit.

Le vrai problème ? Personne ne sait vraiment ce que fait l’IA. En 2017, une étude de l’Université de Berkeley a montré que 70% des papers en machine learning contenaient des erreurs non détectées. Parce que les algorithmes sont trop complexes pour être vérifiés. Si OpenAI a résolu Navier-Stokes, est-ce que quelqu’un a vraiment vérifié ? Ou est-ce qu’on fait tous semblant ?

Le silence des régulateurs et des académies

Les institutions qui comptent, l’Académie des Sciences, le Clay Institute, même le MIT, se taisent. Pourquoi ? Parce que soit ils sont en train de vérifier (et ça prend du temps), soit ils savent que c’est trop gros pour être vrai, et ils attendent que le scandale éclate. Ou pire : ils ont peur.

Peur de quoi ? De passer pour des ringards face à une IA. De perdre leur crédibilité si ils osent dire que non, ce n’est pas une solution. De se faire taxer de « résistants au progrès ». Les académies adorent les révolutions… à condition de les contrôler.

En 2020, quand Google a annoncé avoir quantiquement accéléré la découverte de nouveaux matériaux, personne n’a crié au génie non plus. Parce que les physiciens ont su que c’était du vent. Aujourd’hui, avec OpenAI, c’est la même histoire. Sauf que cette fois, c’est Navier-Stokes. Un problème sacré.

Et après ? L’IA va-t-elle remplacer les mathématiciens ?

Non. Pas vraiment. Parce que les maths, ce n’est pas que résoudre des équations. C’est comprendre. Navier-Stokes, c’est comme un roman : on peut en faire une adaptation ciné qui ressemble à l’histoire, mais ça ne remplacera jamais le livre. L’IA peut simuler des solutions, mais elle ne peut pas expliquer pourquoi elles fonctionnent.

Les vrais mathématiciens vont continuer leur boulot. Ils vont gratter, douter, prouver. Parce que c’est comme ça que ça marche. L’IA, elle, va servir à vendre des solutions. Aux industriels, aux militaires, aux banques. Ceux qui ont besoin de résultats maintenant, pas de preuves pour toujours.

Le vrai danger ? Que dans 10 ans, personne ne sache plus faire les maths à la main. Parce que tout le monde aura appris à se fier à l’IA. Et quand l’IA se plantera, elle se plantera, c’est sûr, il sera trop tard pour revenir en arrière.

La dernière question : et si c’était vrai ?

Supposons que OpenAI ait vraiment résolu Navier-Stokes. Est-ce que ça changerait quoi ?

• Pour les scientifiques : Rien. Parce que la vraie science, ça se fait avec des preuves, pas des algorithmes.
• Pour les entreprises : Tout. Parce qu’elles pourront optimiser leurs coûts, leurs risques, leurs profits sans se soucier des détails.
• Pour le grand public : Rien. Parce que personne ne comprendra jamais ce que ça veut dire.

Le plus ironique ? Navier-Stokes, c’est une équation qui décrit l’imperfection. Les fluides sont chaotiques, imprévisibles. Et l’IA, elle, est déterministe. Elle ne peut pas capturer le vrai chaos. Alors soit OpenAI a trouvé un moyen de tricher avec les équations, soit ils ont juste fait une simulation si précise qu’on croit à une solution.

Dans les deux cas, la science perd. Parce que la science, c’est la quête de la vérité. Pas la quête du résultat qui plait aux actionnaires.

Conclusion

OpenAI a peut-être résolu Navier-Stokes. Ou peut-être pas. Peu importe. Ce qui compte, c’est que personne ne va vérifier. Parce que vérifier, ça coûte cher. Ça prend du temps. Et ça gâche une bonne histoire.

La prochaine fois que vous entendrez parler d’une « percée historique » de l’IA, demandez-vous une chose : qui y gagne ? Pas les maths. Pas la science. Toujours le business.