Clarifions une chose : l'hypothèse de Riemann, sans doute le problème non résolu le plus célèbre en mathématiques, reste non résolu en septembre 2026. Aucune IA n'a revendiqué le prix d'un million de dollars offert par le Clay Mathematics Institute. Mais ce qui s'est passé en août 2026 pourrait être plus significatif que si une IA avait simplement produit une preuve. Une version de recherche non publiée du modèle Claude d'Anthropic a fait des progrès inattendus sur une limite mathématique connexe. Un non-mathématicien chez Anthropic, Jarred Sumner, a incité le modèle avec une demande audacieuse : tenter sérieusement de prouver l'hypothèse de Riemann. L'IA n'a pas pu le faire. Personne ne s'y attendait. Mais en explorant le problème pendant un jour et demi, Claude a amélioré une limite inférieure de longue date qui avait été le meilleur résultat humain pendant des décennies. La limite en question mesure quelle fraction des zéros de la fonction zêta de Riemann sont garantis de se situer sur la ligne critique où l'hypothèse prédit qu'ils devraient tous se trouver. Les mathématiciens avaient prouvé qu'au moins 41,6 % de ces zéros satisfont l'hypothèse. Claude a porté ce chiffre à 67,2 %. Pour y parvenir, l'IA a testé 650 approches différentes, coordonné environ 60 sous-agents, effectué des milliers de vérifications numériques, écrit des centaines de scripts Python et consulté 54 articles de recherche. James Maynard, mathématicien à l'Université d'Oxford, a qualifié le résultat de véritablement impressionnant, affirmant que le problème avait besoin d'une nouvelle idée réelle, que le résultat de Claude semble fournir. Voici ce qui rend cela incroyable : l'IA était initialement sceptique quant à sa propre découverte, peut-être parce qu'elle avait appris à partir de données d'entraînement sur la difficulté des problèmes mathématiques ouverts et les limitations des modèles d'IA. Après quelques encouragements de la part des humains, elle est parvenue au résultat vérifié. Deux mathématiciens d'Anthropic ont validé le papier de Claude, et des experts externes, Brian Conrey et Dan Goldston, l'ont examiné à court terme. Claude a également produit une preuve formellement vérifiable utilisant Lean, un système d'assistance à la preuve qui vérifie les arguments mathématiques ligne par ligne. Ce n'était pas un incident isolé. Août 2026 a marqué un tournant pour l'IA en mathématiques. Le 1er août 2026, OpenAI a annoncé qu'Astra, son modèle interne, avait résolu 10 problèmes ouverts de longue date en mathématiques et en informatique théorique. En juillet 2026, Levent Alpöge, mathématicien chez Anthropic, a réfuté la conjecture jacobienne en utilisant Claude Fable 5. Plusieurs problèmes d'Erdős ont été résolus par des modèles d'IA tout au long de 2026. Le Gemini Deep Think de Google DeepMind a obtenu une médaille d'or lors de l'Olympiade internationale de mathématiques 2025 et a lancé un système de co-mathématicien IA en mai 2026 qui a obtenu 48 % sur FrontierMath Tier 4, des problèmes conçus pour dérouter l'IA pendant des décennies. Le flux de travail qui a produit le résultat de Riemann de Claude révèle l'avenir de la recherche mathématique. Ce n'était pas un éclair de génie. C'était une exploration brute à grande échelle, maintenue en vie par l'encouragement humain. Parmi les 60 sous-agents de Claude, seuls deux ont développé les idées mathématiques clés. Treize ont contribué des idées de soutien. Trente ont essayé et échoué. Le processus a consommé 31 millions de tokens de sortie. Ce qui a émergé n'était pas des mathématiques élégantes au sens classique, mais plutôt une recherche computationnelle massive et patiente qui a traversé des centaines de voies sans issue avant de trouver quelque chose qui fonctionnait. Anthropic prend soin de noter que les techniques utilisées par Claude sont peu susceptibles de mener à la preuve de l'hypothèse de Riemann elle-même. L'hypothèse, proposée par Bernhard Riemann en 1859, concerne la distribution des nombres premiers le long de la droite numérique. Elle prédit que tous les zéros non triviaux de la fonction zêta de Riemann ont une partie réelle égale à un demi. La prouver révolutionnerait la théorie des nombres et aurait des applications en cryptographie et dans d'innombrables autres domaines. Mais une preuve complète, s'accordent à dire les experts, nécessitera une approche fondamentalement nouvelle, pas des améliorations incrémentales sur les limites existantes.
🌍 world
L'IA n'a pas résolu l'hypothèse de Riemann, mais presque
En août 2026, une version non publiée de Claude d'Anthropic a franchi une barrière mathématique vieille de 167 ans sans même essayer. L'IA a fait passer une limite clé de 41,6 % à 67,2 %, battant des décennies de travail humain. L'hypothèse de Riemann elle-même reste non résolue, mais la question d'un million de dollars vient de devenir beaucoup plus intéressante.
Fact checked - 16 claims 11 Sept 2026 · 12 with sources
Mon avis
La mythologie autour de l'IA résolvant l'hypothèse de Riemann obscurcit ce qui s'est réellement passé, qui est d'une certaine manière plus intéressant. Nous assistons à l'émergence d'un nouveau type de travail mathématique : une exploration massive, patiente et inflexible que aucun humain n'aurait l'endurance ou la durée de vie pour tenter. Claude n'a pas eu d'idée brillante. Il a effectué 650 tentatives, des dizaines d'agents parallèles, et l'équivalent computationnel de travailler sans sommeil pendant 36 heures d'affilée. C'est l'avenir que les mathématiciens craignaient et espéraient à parts égales. Non pas une IA remplaçant la créativité humaine, mais une IA effectuant le travail fastidieux que les humains trouvent ennuyeux ou impossible. La réponse de la communauté a été prudemment impressionnée, pas en panique. Le commentaire de James Maynard sur la nécessité d'une nouvelle idée réelle est révélateur. Il reconnaît que Claude a fourni quelque chose de véritablement utile tout en gardant une perspective sur ce qui reste non résolu. Ce qui m'inquiète, c'est l'écart entre ce que les entreprises d'IA affirment et ce que leurs modèles réalisent réellement. L'annonce d'Anthropic a habilement navigué entre le battage médiatique et l'exactitude, mais les gros titres se sont écrits d'eux-mêmes de toute façon. L'hypothèse de Riemann reste aussi lointaine que jamais, pourtant nous vivons un moment où le fait que l'IA progresse sur ce sujet est digne d'intérêt. Cet écart entre perception et réalité est là où résident à la fois l'opportunité et le danger. Si l'IA peut faire passer une limite de 41,6 % à 67,2 %, que se passe-t-il lorsqu'elle atteint 99 % ? Cela change-t-il les mathématiques, ou juste le travail mathématique ?
Et ensuite ?
La communauté mathématique fait maintenant face à une période de vérification. Au début de septembre 2026, le résultat de Claude bénéficie d'un soutien d'entreprise et d'une révision par des experts, mais pas encore d'une large réplication indépendante. Ce processus prend généralement des mois. Si la limite de 67,2 % résiste à l'examen, elle devient la nouvelle référence pour les travaux futurs, qu'ils soient réalisés par des humains ou des machines. L'initiative AI for Math de Google DeepMind, annoncée fin 2025, s'associe à cinq institutions : Imperial College London, l'Institute for Advanced Study, IHES (France), Simons Institute à UC Berkeley, et Tata Institute of Fundamental Research (Inde), produira probablement des résultats concurrents. Le président d'OpenAI, Greg Brockman, a prédit que l'IA pourrait résoudre un problème du Millennium Prize dans deux à cinq ans. Le PDG de DeepMind, Demis Hassabis, soutient que les laboratoires disposant de solides outils mathématiques et de codage prennent de l'avance sur les concurrents car ces capacités s'accumulent. La course est lancée. La question plus large est de savoir si ces améliorations incrémentales s'accumulent en une preuve ou atteignent un mur. Des experts comme Maynard croient que l'hypothèse de Riemann nécessitera une approche fondamentalement différente, pas seulement de meilleures limites. L'hypothèse a résisté à 167 ans d'efforts humains. Vingt mille milliards de zéros ont été vérifiés computationnellement sur la ligne critique. La machinerie mathématique devient de plus en plus précise, mais le mystère central reste intact. L'IA pourrait être l'outil qui finit par percer, ou elle pourrait simplement être très bonne pour faire ce que nous savons déjà faire, mais plus rapidement.
Ce que l'histoire nous apprend
L'hypothèse de Riemann se tient aux côtés d'autres grands défis mathématiques qui ont mis des siècles à être résolus ou restent ouverts. Andrew Wiles a prouvé le dernier théorème de Fermat en 1995 après 358 ans. La conjecture de Poincaré est tombée aux mains de Grigori Perelman en 2003 après 99 ans. Ces preuves ont nécessité des cadres mathématiques entièrement nouveaux, pas des progrès incrémentaux sur des techniques connues. Ce qui rend le moment actuel différent, c'est l'introduction d'un collaborateur non humain avec des capacités fondamentalement différentes. Lorsque les mathématiciens des années 1970 ont commencé à utiliser des ordinateurs pour aider aux preuves, la communauté a débattu de la question de savoir si les preuves assistées par ordinateur comptaient comme de vraies mathématiques. La célèbre preuve du théorème des quatre couleurs en 1976 reposait sur la vérification de milliers de cas par ordinateur, et certains puristes s'y sont opposés. Ce débat est désormais réglé : l'assistance informatique est maintenant standard. Mais l'IA présente un nouveau défi car elle ne se contente pas de calculer, elle explore et combine des idées de manière que ses créateurs ne comprennent pas entièrement.
Impact sur les marches
L'industrie de la cryptographie suit cela de près. Le chiffrement RSA et d'autres systèmes à clé publique reposent sur la difficulté de factoriser de grands nombres en premiers. Une preuve de l'hypothèse de Riemann ne briserait pas immédiatement ces systèmes, mais fournirait une compréhension beaucoup plus profonde de la distribution des nombres premiers, ouvrant potentiellement des voies vers des algorithmes de factorisation plus rapides. L'informatique quantique pose déjà une menace connue pour les normes de chiffrement actuelles. Les avancées de l'IA en mathématiques pures ajoutent une autre variable au paysage de la sécurité. La valorisation et la position concurrentielle d'Anthropic bénéficient directement de démonstrations comme le travail de Claude sur Riemann. L'entreprise a levé des fonds à une valorisation rapportée de 18,4 milliards de dollars en février 2024. La capacité de raisonnement mathématique est devenue un facteur clé de différenciation parmi les laboratoires d'IA de pointe. Google DeepMind, OpenAI et Anthropic sont tous en course pour démontrer une compétence de niveau recherche. Pour les entreprises technologiques, pouvoir revendiquer des contributions aux mathématiques pures offre à la fois du prestige et des preuves que leurs modèles peuvent gérer un raisonnement complexe en plusieurs étapes dans des domaines bien au-delà des chatbots et de la génération d'images.