En mai 2026, un modèle d'IA a résolu un célèbre problème mathématique posé pour la première fois en 1946, et en quelques semaines, plus d'une douzaine d'autres problèmes historiques ont été résolus par l'intelligence artificielle. Ces événements ne remodelent pas seulement les mathématiques : ils offrent aussi une fenêtre fascinante sur la façon dont la résolution de problèmes humaine se compare à l'apprentissage automatique.
La recherche
Selon un rapport de Quanta Magazine (août 2026), les modèles internes d'OpenAI ont résolu plusieurs problèmes légendaires de Paul Erdős, le mathématicien hongrois itinérant qui a posé plus de mille questions au cours de sa vie. Le 20 mai 2026, une IA a trouvé un contre-exemple au « problème de la distance unité », conjecturé pour la première fois en 1946. Le résultat n'était pas entièrement rigoureux, mais il était innovant, s'appuyant sur une branche éloignée des mathématiques. Peu après, des techniques issues de cette solution ont été utilisées pour résoudre d'autres problèmes ouverts. Le 1er août, le modèle non publié d'OpenAI, Astra, a réalisé 10 autres avancées, dont des solutions à trois problèmes supplémentaires d'Erdős.
Pourquoi les problèmes d'Erdős ? Beaucoup sont simples à énoncer mais exigent une perspicacité et une créativité profondes, exactement le genre de défi qui pourrait être un bon repère pour l'IA. Thomas Bloom, mathématicien à l'Université de Manchester, a créé erdosproblems.com en 2023 pour suivre ces problèmes. Il a utilisé ChatGPT pour aider à coder le site, un signe précoce de la façon dont l'IA devient partie intégrante de la boîte à outils d'un mathématicien.
Pourquoi c'est important pour votre cerveau
Ces progrès de l'IA montrent que les machines peuvent désormais accomplir des tâches que l'on pensait autrefois nécessiter l'intuition humaine et des sauts logiques. Mais en tant que chercheur en cognition, je considère cela comme un défi pour nous : comment nourrir les capacités humaines que l'IA ne possède pas encore, comme établir des connexions novatrices entre les domaines ou remettre en question le problème lui-même ? L'IA excelle dans l'exploration de vastes espaces de solutions, mais ce sont les humains qui formulent les questions et décident ce qui vaut la peine d'être résolu. Le fait que l'IA ait dû emprunter des idées à un domaine éloigné nous rappelle que la pensée interdisciplinaire est une signature de la créativité humaine, et nous pouvons l'entraîner.
Ce que vous pouvez faire
Pour renforcer votre propre capacité à résoudre des problèmes, suivez ces stratégies fondées sur des preuves :
- Pratiquez la pensée interdisciplinaire : appliquez délibérément des idées d'un domaine à un autre (par exemple, utilisez un motif musical pour résoudre une énigme mathématique).
- Engagez-vous dans des énigmes ouvertes (comme celles de notre plateforme d'entraînement cérébral) qui n'ont pas une seule bonne réponse.
- Quand vous êtes bloqué, faites une pause et revenez plus tard : l'incubation aide votre esprit inconscient à travailler.
- Expliquez les problèmes à quelqu'un d'autre (ou à un canard en caoutchouc) pour vous forcer à clarifier votre pensée.
Ces techniques peuvent améliorer la flexibilité et le raisonnement. Et rappelez-vous : même l'IA la plus puissante a encore besoin d'un humain pour poser le problème. Cette partie, c'est vous.
Source : Quanta Magazine
Curieux de connaître votre propre cerveau ? Passez notre test de QI adaptatif gratuit ou essayez 306 niveaux d'entraînement cérébral.
