La bataille de Navier-Stokes : 10 000 agents d'IA et l'équation à un million de dollars

Bora Özkent lit habituellement l'intelligence artificielle avec l'œil d'un investisseur, en se demandant quels secteurs vont croître et où se trouve l'argent. Cette vidéo conserve cet œil mais le pointe vers une cible inhabituelle : la production scientifique accélérée de l'IA et les scandales qui l'entourent, avec des personnes, des larmes et OpenAI dans le cadre. Sa thèse est que l'IA qui s'approche de la science ouvre des opportunités commerciales dans des industries profondément physiques, la conception aéronautique parmi elles.

L'histoire humaine commence avec deux chercheurs : le mathématicien de NYU Tristan Buckmaster et le chercheur turc Levent Alpöge, qui collabore à titre privé tout en travaillant au laboratoire rival Anthropic. Le duo s'est attaqué à un problème difficile de dynamique des fluides avec l'aide de modèles d'IA accessibles au public, dont Codex, et était sur le point de publier quand une lettre est arrivée d'OpenAI annonçant que le problème avait déjà été résolu. Cette collision entre un article presque achevé et une annonce d'entreprise est le moteur de toute la dispute.

Le problème en question est celui de l'existence et de la régularité des solutions de Navier-Stokes, l'un des problèmes du millénaire à un million de dollars de l'Institut Clay depuis 2000. Imaginez un robinet : l'eau coule d'abord de manière ordonnée, puis oscille et s'enroule plus bas. Les mathématiques demandent si de tels écoulements peuvent être prédits dans tous les contextes et si un départ régulier peut dégénérer en une singularité où la vitesse tend vers l'infini. Le 8 septembre 2026, OpenAI a annoncé que son modèle interne avait produit une réponse : près de dix mille agents travaillant en parallèle pendant 88 heures, plus 17 heures supplémentaires de formalisation dans le langage de preuve Lean, publiés sous la forme d'un article de plus de cent pages avec des fichiers vérifiables par machine.

Puis est venue la querelle de paternité. Selon Buckmaster, OpenAI l'a invité à examiner la thèse et à la co-publier, mais voulait que le nom d'Alpöge soit retiré en raison de son affiliation à Anthropic. Buckmaster a insisté sur le fait que le travail était commun et a refusé de signer seul, et décrit l'échange comme incluant des menaces contre sa carrière, un récit qu'OpenAI conteste. La dispute a débordé sur les réseaux sociaux, où beaucoup de gens se méfient déjà de l'entreprise, et a échappé à tout contrôle.

Un deuxième niveau de scandale concerne la façon dont OpenAI a commencé. Selon ses propres dires, le projet a débuté le 1er septembre, après des rumeurs selon lesquelles des mathématiciens du camp rival approchaient de solutions à des problèmes de l'échelle du millénaire, et trois jours avant la publication, un concurrent avait formalisé le dernier théorème de Fermat en onze jours. Comme Buckmaster et Alpöge avaient travaillé sur des modèles publics, le soupçon est né que leurs réflexions non publiées avaient pu alimenter la machine qui les a devancés. OpenAI affirme ne pas avoir consulté de travaux privés, mais concède que son système a pu en bénéficier avec une faible probabilité, ce qui n'a satisfait presque personne.

Mettons la querelle de côté un instant : la science reste frappante. Le résultat d'OpenAI concerne la prédiction de la réaction d'un fluide à une poussée extérieure, le type de mathématiques qui décide des formes d'ailes, des prévisions météorologiques, du refroidissement des puces et même du flux sanguin dans les vaisseaux et les stents. La science avance par essais, erreurs et résultats, et dix mille agents coordonnés compressent considérablement cette boucle : ils rassemblent d'un coup plus de matériel qu'un humain ne pourrait en parcourir en une vie et le conduisent vers une conclusion. C'est pourquoi la vidéo traite l'épisode autant comme une lentille d'investissement que comme une histoire scientifique.

L'argument final porte sur le rôle changeant du scientifique. La machine ne prend aucune initiative et ne formule aucune question ; le choix du problème reste un travail humain. Mais une grande partie de la routine de laboratoire pourrait migrer vers les modèles, laissant aux humains le soin de trouver la thèse et de vérifier les résultats, avec l'hallucination comme risque permanent que l'auteur de la vidéo admet avoir constaté dans sa propre utilisation intensive de l'IA. Chaque métier change, conclut-il, et la science ne fait pas exception : parfois le travail des gens est spolié, parfois accéléré, et un chemin intermédiaire reste à trouver.