OpenAI affirme qu'une IA a réfuté l'hypothèse du temps exponentiel

OpenAI a déclaré le 26 octobre 2026 que l'un de ses modèles d'IA internes avait réfuté l'hypothèse du temps exponentiel (Exponential Time Hypothesis). Il s'agit d'un postulat central de l'informatique sur la difficulté de résoudre certains problèmes. L'entreprise a aussi revendiqué deux résultats en mathématiques et en physique. Si l'affirmation en informatique résiste à l'examen des experts, elle renverserait une idée qu'une grande partie de la recherche tient pour vraie.

Aucun des trois résultats n'a encore été confirmé. OpenAI les a confiés à des chercheurs extérieurs qui ne sont pas rémunérés et n'ont signé aucun accord de confidentialité.

Ce que dit l'hypothèse du temps exponentiel

L'hypothèse porte sur la satisfiabilité booléenne, souvent abrégée en SAT. Un problème SAT demande s'il existe une façon de fixer une liste de valeurs vrai ou faux pour qu'une formule logique soit vraie. L'hypothèse affirme que les versions les plus difficiles de ce problème ne peuvent pas être résolues beaucoup plus vite qu'en vérifiant un nombre exponentiel de combinaisons. Exponentiel signifie que le travail double à peu près à chaque variable supplémentaire.

The Next Web rapporte qu'OpenAI qualifie l'hypothèse de « largement considérée comme vraie ». De nombreux résultats sur les problèmes qu'on ne peut pas résoudre rapidement sont démontrés en supposant qu'elle tient. Une réfutation signifierait que ces résultats ont besoin d'un autre fondement.

Comment OpenAI dit avoir trouvé la preuve

Selon Unite.AI, la chronologie est la suivante :

Date	Étape
16 octobre 2026	Le modèle produit une réfutation écrite
17 octobre 2026	La réfutation est vérifiée dans Lean
25 octobre 2026	Date du manuscrit qui l'accompagne
26 octobre 2026	OpenAI annonce le résultat

Lean est un assistant de preuve : un logiciel qui vérifie par machine chaque étape d'une preuve mathématique. Une vérification Lean montre que la logique tient pour l'énoncé tel qu'il est écrit. Les relecteurs doivent encore confirmer que cet énoncé correspond à la véritable hypothèse. Selon Unite.AI, la réfutation porte sur des formules appelées k-CNF, avec k au moins égal à 2. Le texte et la preuve Lean sont publics sur GitHub.

Qui va la vérifier

Russell Impagliazzo et Ramamohan Paturi, de l'UC San Diego, et Ryan Williams, du MIT, dirigeront un examen indépendant. Dans une lettre ouverte citée par The Next Web, ils ont écrit : « Notre participation ne doit pas être prise comme une certification de l'affirmation. » Ils ont ajouté : « Si l'affirmation est correcte, elle changera une partie importante de l'informatique théorique. » Williams a précisé que le groupe n'a signé aucun accord de confidentialité (NDA) et ne sera pas payé.

Les deux autres revendications

En mathématiques, OpenAI dit que ses modèles ont démontré la conjecture de lissage local (local smoothing) en toute dimension. Christopher Sogge l'a proposée en 1991, et elle a été démontrée en dimension deux en 2019. Une preuve en toutes dimensions réglerait aussi la conjecture de Kakeya et la conjecture de restriction de Stein, deux problèmes ouverts de longue date sur les formes et les ondes.

En physique, OpenAI revendique une preuve rigoureuse de l'existence de certaines théories quantiques des champs en quatre dimensions. Parmi elles figurent la chromodynamique quantique, la théorie de l'interaction nucléaire forte, et la théorie de Yang-Mills pure. L'existence de la théorie de Yang-Mills fait partie de l'un des problèmes du prix du Millénaire de Clay (Clay Millennium Prize). Le prix Nobel David Gross dirigera l'examen de la partie physique. The Next Web indique qu'OpenAI ne publie pas les documents de physique pour l'instant.

OpenAI dit qu'elle ne revendiquera aucun crédit académique pour ce travail. Elle donne aussi 5 millions de dollars à la Simons Foundation, qui finance la science fondamentale.

Pourquoi la prudence s'impose

OpenAI a déjà fait de grandes annonces en mathématiques. Plus tôt ce mois-ci, elle a retiré 3 de ses 722 manuscrits de maths écrits par IA après une erreur de signe. En septembre, des agents d'IA ont revendiqué un résultat sur Navier-Stokes que des mathématiciens ont contesté. Une preuve vérifiée par machine pèse plus lourd qu'un argument écrit, mais c'est le verdict des relecteurs qui compte.

Ce que cela signifie pour les développeurs

Rien ne change aujourd'hui dans les logiciels du quotidien. Les solveurs SAT, les outils au cœur de la vérification de puces, de la résolution des dépendances de paquets et de la planification, continuent de fonctionner exactement comme avant.

• N'attendez pas encore de solveurs plus rapides. Une réfutation montre qu'une méthode plus rapide existe en théorie. Cela ne veut pas dire que cette méthode bat les outils actuels sur des entrées réelles.
• Suivez l'examen, pas les gros titres. Le groupe de l'UC San Diego et du MIT est le signal à suivre. Son rapport dira si l'énoncé Lean correspond à la véritable hypothèse.
• Notez le rôle de Lean. Les preuves vérifiées par machine deviennent la méthode standard pour tester les maths produites par l'IA. Les équipes qui créent des outils de preuve ou de vérification doivent s'attendre à plus de demande.
• Traitez les annonces de recherche en IA comme des brouillons. Même avec des vérifications formelles, les propres retraits d'OpenAI ce mois-ci montrent que des erreurs passent entre les mailles.

Si le résultat tient, les manuels d'algorithmique et de complexité auront besoin de nouveaux chapitres. S'il échoue, l'examen montrera où se trouvait la faille.