OpenAI met en avant les performances d’Astra, nom de code de son prochain modèle, en affirmant que celui-ci a résolu dix problèmes de mathématiques.
L’entreprise a présenté ces résultats dans une publication accompagnée d’un document détaillant les démonstrations produites. Ce fichier a été mis en ligne sur les serveurs d’OpenAI et non sur une plateforme de prépublication scientifique.
Le groupe précise que les travaux ont été réalisés avec une version interne d’Astra, qui n’est pas encore accessible au public. Il ne donne toutefois pas le nom des mathématiciens ayant encadré ou vérifié les recherches.
OpenAI estime que la quantité totale de jetons nécessaire pour reproduire les solutions représenterait un coût d’environ 2.000 dollars selon les tarifs de Sol API.
Cette estimation semble uniquement porter sur la génération des démonstrations retenues. Elle ne prend pas en compte les éventuels essais, ajustements et échecs qui ont précédé l’obtention des réponses finales.
La place croissante de l’intelligence artificielle générative dans les mathématiques suscite déjà de nombreux débats au sein de la communauté scientifique.
La déclaration de Leiden sur l’intelligence artificielle et les mathématiques alerte notamment sur la prolifération de raisonnements crédibles mais erronés, les citations insuffisantes, les risques liés au droit d’auteur et la publication de résultats sans véritable article scientifique.
Le texte pointe également la tendance à valoriser davantage les recherches utilisant l’intelligence artificielle et la dépendance croissante des scientifiques envers les entreprises qui développent ces modèles.
OpenAI reconnaît que l’arrivée de systèmes capables de contribuer à la recherche soulève des questions qui ne peuvent pas être tranchées uniquement par les entreprises technologiques.
Le groupe ouvre aussi le débat sur la paternité des démonstrations produites par une intelligence artificielle. Il estime qu’attribuer à un humain un résultat entièrement généré par un modèle donnerait une représentation inexacte du travail réalisé.
La rapidité avec laquelle certains travaux sont désormais publiés complique encore cette question.
Deux équipes ont récemment mis en ligne, à moins de quatre heures d’intervalle, des solutions différentes à un même problème de cryptographie quantique.
Prabhanjan Ananth et Amit Sahai ont publié leur article le 23 juillet à 17h35 UTC. Seyoon Ragavan a déposé le sien le même jour à 20h53 UTC.
Les deux travaux, qui n’ont pas encore été évalués par des pairs, ont été réalisés avec GPT-5.6 Sol Ultra et portent sur une question soulevée lors d’une conférence organisée au Simons Institute for the Theory of Computing de Berkeley.
Cette situation illustre l’accélération de la recherche permise par les modèles génératifs, mais aussi les difficultés nouvelles liées à l’attribution des découvertes.
L’essor de ces outils attire parallèlement des chercheurs reconnus. Jacob Tsimerman, professeur à l’Université de Toronto et récent lauréat de la médaille Fields, a ainsi rejoint OpenAI.
