1. Une annonce qui secoue le monde mathématique

Le 20 mai 2026, OpenAI a annoncé que son modèle interne de raisonnement général avait résolu de façon autonome un problème ouvert central en géométrie discrète—le problème de distance unitaire d’Erdős, réfutant une conjecture qui dominait le domaine depuis près de 80 ans.

Cela marque la première fois qu’un système d’IA a réalisé tout ce qui suit :

• 🤖 Proposé de façon autonome une preuve originale
• 🔗 Connecté différents domaines (théorie algébrique des nombres ↔ géométrie combinatoire)
• ✅ Passé une révision par les pairs rigoureuse de mathématiciens de classe mondiale
• 🏆 Résolu un problème ouvert central dans un sous-domaine mathématique mature

“Pendant près de 80 ans, les mathématiciens croyaient que la configuration optimale ressemblait approximativement à une grille carrée. Un modèle d’OpenAI a maintenant réfuté cette croyance, découvrant une toute nouvelle famille de constructions avec de meilleures performances.” — OpenAI, 20 mai 2026

2. Le problème : la question trompeusement simple d’Erdős

En 1946, le mathématicien hongrois Paul Erdős (1913–1996) a posé un problème assez simple pour être expliqué à un enfant, mais assez profond pour dérouter les esprits les plus brillants pendant près d’un siècle :

La question

Étant donnés $n$ points dans le plan, quel est le nombre maximal de paires exactement distantes d’une unité ?

Formellement, si on définit $u(n)$ comme le nombre maximal de paires de distance unitaire parmi $n$ points :

$u(n) = \max_{\substack{P \subset \mathbb{R}^2 \\ |P| = n}} \big|\{\{p, q\} \subset P : \|p - q\| = 1\}\big|$

Intuition visuelle

Imaginez placer des points sur du papier. Le défi : comment les organiser pour qu’autant de paires que possible soient exactement à une unité de distance ?

    •─────•                    •──•──•
    │\   /│                    │\/|\/|
    │ \ / │                    │/\|/\|
    •──X──•         vs.        •──•──•
    │ / \ │                    │\/|\/|
    │/   \│                    │/\|/\|
    •─────•                    •──•──•

  Placement aléatoire          Grille carrée (construction d'Erdős)
  (peu de distances unitaires) (beaucoup de distances unitaires)

3. 80 ans de consensus mathématique

Borne inférieure : la construction en grille d’Erdős (1946)

Erdős lui-même a fourni la borne inférieure fondamentale en utilisant une construction élégamment simple : une grille carrée renormalisée.

    •──•──•──•──•──•
    │  │  │  │  │  │
    •──•──•──•──•──•
    │  │  │  │  │  │
    •──•──•──•──•──•
    │  │  │  │  │  │
    •──•──•──•──•──•
    │  │  │  │  │  │
    •──•──•──•──•──•

En mettant soigneusement la grille à l'échelle pour que de nombreuses distances soient exactement 1, Erdős a prouvé :

$u(n) \geq n^{1 + \frac{c}{\log\log n}} \quad \text{pour une constante } c > 0$

Puisque $\frac{c}{\log\log n} \to 0$ quand $n \to \infty$, c’est “presque linéaire” — l’exposant s’approche de 1 mais n’atteint jamais une valeur fixe supérieure à 1.

Borne supérieure : Spencer–Szemerédi–Trotter (1984)

En 1984, Joel Spencer, Endre Szemerédi et William T. Trotter ont établi la meilleure borne supérieure connue en utilisant l’inégalité du nombre de croisements, alors révolutionnaire :

$u(n) = O(n^{4/3})$

Cette borne est restée 40 ans sans être améliorée.

La conjecture centrale

Le consensus écrasant parmi les mathématiciens était que la borne inférieure d’Erdős était essentiellement optimale :

Conjecture (Erdős, 1946) : Le nombre maximal de distances unitaires croît comme $n^{1+o(1)}$. Autrement dit : $u(n) = n^{1 + o(1)}$ La construction en grille carrée est essentiellement optimale.

Résumé de l’écart

4. La percée de l’IA : réfuter une conjecture

Le résultat

Le modèle de raisonnement général d’OpenAI—entraîné par apprentissage par renforcement et doté de capacités étendues de chaîne de pensée—a achevé la preuve complète en une seule session de génération.

Théorème (généré par IA, 2026) : Il existe une famille infinie de constructions d’ensembles de points dans le plan telle que pour une infinité de $n$, le nombre de paires de distance unitaire est au moins : $u(n) \geq n^{1 + \delta}$ où $\delta > 0$ est une constante positive fixe.

Cela réfute fondamentalement la conjecture $n^{1+o(1)}$ d’Erdős—le nombre de distances unitaires peut croître polynomialement au-delà du linéaire, et pas seulement “presque linéairement.”

Chiffres clés

5. La preuve : une ingéniosité interdisciplinaire

Ce qui a stupéfié les mathématiciens n’était pas seulement le résultat, mais la méthode. Le modèle a introduit des outils de la théorie algébrique des nombres dans un problème de géométrie élémentaire—une connexion qu’aucun mathématicien humain n’avait explorée auparavant.

Deux changements de perspective

Le théoricien des nombres Arul Shankar a expliqué dans l’article compagnon “Remarques sur la réfutation de la conjecture de distance unitaire” (arXiv:2605.20695) :

Changement 1 : Fixer les premiers, varier le corps

Traditionnellement, les théoriciens des nombres fixent un corps de nombres et varient les premiers. La preuve de l’IA a inversé cette perspective :

Traditionnel : Fixer le corps $K$, varier les premiers $p$

Preuve de l’IA : Fixer l’ensemble de premiers $S$, varier le corps $K$—varier le corps de nombres sur un ensemble fixe de premiers

Cette technique est courante en statistique arithmétique, mais presque sans précédent en géométrie combinatoire de dimension fixe.

Changement 2 : Tours de corps de classes

Au lieu d’utiliser des corps de nombres de degré borné, la preuve a employé des tours de corps de classes—des tours infinies d’extensions de corps issues de la théorie des corps de classes :

$K = K_0 \subset K_1 \subset K_2 \subset \cdots \subset K_n \subset \cdots$

où chaque $K_{i+1}$ est le corps de classes de Hilbert de $K_i$.

Construction de la tour de corps de classes

graph TD
    subgraph "Construction de tour de corps de classes"
        K0["$K_0 = K$<br/>Corps de base"] --> K1["$K_1 = H(K_0)$<br/>Corps de classes de Hilbert"]
        K1 --> K2["$K_2 = H(K_1)$<br/>Corps de classes de Hilbert"]
        K2 --> K3["$K_3 = H(K_2)$<br/>Corps de classes de Hilbert"]
        K3 --> K4["$\cdots$"]
        K4 --> Ki["$K_i$"]
        Ki --> Kinf["$K_\infty$<br/>Tour infinie"]
    end

    subgraph "Connexion à la géométrie"
        K0 -.->|"Anneau des entiers"| O0["$\mathcal{O}_K$"]
        O0 -->|"Plongement"| C["$\mathbb{C}^r$"]
        C -->|"Génère l'ensemble de points"| U["Distances unitaires<br/>dans le plan"]
    end

    style K0 fill:#e1f5fe
    style K1 fill:#b3e5fc
    style K2 fill:#81d4fa
    style K3 fill:#4fc3f7
    style Ki fill:#29b6f6
    style Kinf fill:#0288d1,color:#fff

La connexion Golod-Shafarevich

La preuve exploite la théorie de Golod-Shafarevich, qui fournit des conditions pour qu’une tour de corps de classes soit infinie :

Théorème de Golod-Shafarevich : Si un corps de nombres $K$ a suffisamment de premiers ramifiés par rapport à son degré, alors sa tour de corps de classes est infinie.

Cette extension infinie crée suffisamment de structure algébrique pour produire des ensembles de points avec le nombre désiré $n^{1+\delta}$ de distances unitaires.

6. Vérification indépendante et reconnaissance académique

Tirant les leçons de la controverse d’octobre 2025 (quand GPT-5 a prétendu avoir résolu des problèmes d’Erdős, pour être démasqué par le mathématicien Thomas Bloom comme une simple récupération de littérature), OpenAI a mené une vérification indépendante rigoureuse :

Mathématiciens vérificateurs

Article compagnon

L’article compagnon “Remarques sur la réfutation de la conjecture de distance unitaire” a été rédigé par une équipe de stars :

• Noga Alon (Princeton)
• Thomas Bloom (Oxford)
• Tim Gowers (Cambridge)
• Daniel Litt (Toronto)
• Will Sawin (Princeton)
• Arul Shankar (Toronto)
• Jacob Tsimerman (Toronto)
• Melanie Matchett Wood (Harvard)

📄 arXiv : 2605.20695

7. Chronologie : de la conjecture à la réfutation

timeline
    title Problème de distance unitaire d'Erdős—Voyage de 80 ans

    1946 : Paul Erdős pose le problème
         : Propose la conjecture $n^{1+o(1)}$
         : Introduit la borne inférieure de la grille carrée

    1952 : Moser améliore la borne supérieure
         : $u(n) \leq O(n^{3/2})$

    1984 : Spencer–Szemerédi–Trotter
         : Méthode du nombre de croisements
         : $u(n) = O(n^{4/3})$ (toujours la meilleure borne supérieure)

    1990s : Elekes introduit la méthode polynomiale
           : Preuve du nombre de croisements de Székely

    2010 : Guth–Katz distances distinctes
          : Révolution du partitionnement polynomial

    2015 : Guth–Katz prouvent la borne des distances distinctes
          : Nouvelles techniques dynamisent le domaine

    Oct 2025 : Controverse GPT-5
              : Prétend avoir résolu 10 problèmes d'Erdős
              : Démasqué par Thomas Bloom
              : (Leçon apprise par OpenAI)

    May 2026 : 🤖 Percée de l'IA
              : Le modèle de raisonnement d'OpenAI réfute la conjecture
              : La tour de corps de classes rencontre la géométrie combinatoire
              : $\delta = 0.014$ (amélioration de Sawin)
              : Le site des problèmes d'Erdős mis à jour comme réfuté

8. Exemple de code clé

Implémentation de référence pour compter les distances unitaires

import numpy as np
from itertools import combinations
from typing import List, Tuple

def count_unit_distances(points: List[Tuple[float, float]],
                         eps: float = 1e-9) -> int:
    """
    Compte le nombre de paires de distance unitaire dans un ensemble de points.

    C'est le problème computationnel fondamental posé par Erdős.

    Args:
        points: liste de coordonnées (x, y)
        eps: tolérance pour la comparaison en virgule flottante

    Returns:
        nombre de paires à distance exactement 1 (dans la tolérance)

    Complexité temporelle : O(n²)—vérifie toutes les paires
    Complexité spatiale : O(1) supplémentaire
    """
    count = 0
    n = len(points)

    for i, j in combinations(range(n), 2):
        x1, y1 = points[i]
        x2, y2 = points[j]

        dist_sq = (x2 - x1)**2 + (y2 - y1)**2

        if abs(dist_sq - 1.0) < eps:
            count += 1

    return count


def erdos_grid_construction(n: int) -> List[Tuple[float, float]]:
    """
    Construction originale de la grille carrée renormalisée d'Erdős.

    Cette construction atteint environ n^(1 + c/log(log(n))) distances unitaires.
    """
    m = int(np.sqrt(n))
    scale = 1.0

    points = []
    for i in range(m):
        for j in range(m):
            points.append((i * scale, j * scale))

    return points[:n]


# Exemple : comparer les constructions
if __name__ == "__main__":
    n = 100

    random_points = [(np.random.random(), np.random.random())
                     for _ in range(n)]
    random_count = count_unit_distances(random_points)

    grid_points = erdos_grid_construction(n)
    grid_count = count_unit_distances(grid_points)

    print(f"n = {n} points")
    print(f"Placement aléatoire : {random_count} distances unitaires")
    print(f"Construction en grille : {grid_count} distances unitaires")
    print(f"Maximum théorique (conjecturé) : ~{n:.0f}")
    print(f"Borne inférieure IA (n^1.014) : {n**1.014:.1f}")

9. Pourquoi cette fois est différente

Les réalisations mathématiques précédentes de l’IA appartenaient à différentes catégories. Cette percée représente un changement de paradigme :

Rôle de l'IA en Mathématiques
├── Mathématiques de compétition (problèmes niveau médaille d'or IMO—structurés, innovation limitée)
├── Vérification formelle (Lean/Coq—vérifie des théorèmes existants, pas de découverte originale)
├── Synthèse de littérature (GPT-5 Oct 2025—récupère des résultats connus, démasqué)
└── 🏆 Cette percée
    ├── Génération de preuve originale
    ├── Connexion interdisciplinaire
    ├── Aucun guidage humain pas à pas
    ├── Révision par des experts
    └── Résout un problème ouvert central

10. Implications plus profondes

Au-delà des mathématiques

Cette percée signale des capacités bien au-delà de la géométrie :

• 🧬 Biologie—Découverte de nouveaux médicaments et structures protéiques
• ⚛️ Physique—Proposition de nouvelles théories et modèles
• 🧪 Science des matériaux—Conception de nouveaux matériaux
• 🔬 Médecine—Découverte de nouveaux traitements
• 🏗️ Ingénierie—Résolution de problèmes de conception complexes

L’évaluation d’OpenAI

“Maintenir la cohérence à travers des chaînes de raisonnement complexes, connecter des idées entre domaines et trouver des chemins que les chercheurs n’auraient peut-être pas explorés—ces capacités s’appliquent également à la biologie, la physique, la science des matériaux, l’ingénierie et la médecine. C’est un pas vers une recherche plus automatisée.”

Le rôle humain reste indispensable

Comme l’a dit Thomas Bloom—le même mathématicien qui a démasqué les affirmations d’OpenAI d’octobre 2025 :

“Quelles merveilles invisibles attendent encore d’être découvertes ?”

Références

1. 📝 Blog officiel d’OpenAI (20 mai 2026) : An OpenAI model has disproved a central conjecture in discrete geometry
2. 📄 Article compagnon : Noga Alon, Thomas Bloom, Tim Gowers, Daniel Litt, Will Sawin, Arul Shankar, Jacob Tsimerman, Melanie Matchett Wood, “Remarks on the disproof of the unit distance conjecture”, arXiv:2605.20695. Lien
3. 🌐 Site des problèmes d’Erdős : erdosproblems.com—statut mis à jour comme réfuté
4. Interesting Engineering: “80-year-old geometry mystery cracked by OpenAI using deep number theory”
5. Yahoo Tech: “OpenAI claims it solved an 80-year-old math problem”
6. AI Wins News: “OpenAI Model Disproves 80-Year-Old Unit Distance Conjecture”