tangenteAudio

7 juil. 2026 · 6 min

Après 80 ans, l’IA réfute la conjecture d’Erdős

Dans cet épisode, suivez le problème des points à distance 1, sa réfutation par l’IA, puis la vérification humaine de la preuve.

Un contenu original Tangente, adapté en podcast avec l’aide de l’IA et validé par notre rédaction. Comment ça marche ?

D’après l’articleLire l’article dans la revue

Transcription

Afficher la transcription

Transcription automatique

  1. Intervenant 1

    Bienvenue dans le podcast du magazine Tangente. Aujourd'hui, on va parler d'un coffre-fort mathématique tellement complexe qu'il a résisté aux esprits les plus brillants pendant 80 ans.

  2. Intervenant 2

    Et c'est finalement une machine qui a fait sauter la serrure.

  3. Intervenant 1

    Oui, mais pas en la forçant, en inventant littéralement une nouvelle dimension. Moi, je suis vraiment bluffée par cette histoire.

  4. Intervenant 2

    C'est un bouleversement majeur pour la discipline, j'en suis convaincu. On va décortiquer aujourd'hui comment un modèle d'open AI a fait tomber la fameuse conjecture des distances unitaires.

  5. Intervenant 1

    Celle de Pôle Erdős, c'est ça ?

  6. Intervenant 2

    C'est ça, posée en 1946.

  7. Intervenant 1

    Mais attention, la machine, elle n'aurait absolument rien pu prouver toute seule sans l'intervention de cerveaux humains derrière.

  8. Intervenant 2

    Et c'est ça qui rend l'histoire si fascinante. Parce que bon, pour comprendre, que cherchait Erdős exactement avec cette conjecture à la base ? Le problème de départ, il est hyper visuel. En fait, si on place un certain nombre de points sur une surface plane...

  9. Intervenant 1

    Genre sur une feuille de papier.

  10. Intervenant 2

    Voilà, sur une feuille. La question, c'est de savoir combien de paires de ces points peuvent être séparées d'exactement une unité de distance. D'accord. Et Erdős pensait que la croissance de ce nombre de paires allait être plafonnée, que ça bloquait asymptotiquement autour de l'exposant 1,

  11. Intervenant 1

    Autrement dit, une relation presque linéaire, quoi. Si on double l'espace, on double les connexions.

  12. Intervenant 2

    Tout à fait.

  13. Intervenant 1

    L'image qui me vient, c'est un peu comme essayer d'asseoir un maximum de convives autour de tables espacées de, disons, exactement un mètre.

  14. Intervenant 2

    Ouais, c'est une super analogie,

  15. Intervenant 1

    ça. On finit super vite par bloquer parce que l'espace physique s'épuise et tout le monde se cogne, non ?

  16. Intervenant 2

    C'est exactement le cœur du problème. En fait, l'espace en deux dimensions, il est exigu.

  17. Intervenant 1

    Bah oui, on est limité.

  18. Intervenant 2

    Les contraintes géométriques nous rattrapent super vite. Et pendant 80 ans, tout le monde était persuadé que cette limite spatiale était tout simplement insurmontable.

  19. Intervenant 1

    Et c'est là que je bloque un peu. Si notre plan en 2D est physiquement saturé, comment l'intelligence artificielle a pu contourner ça sans tricher avec les règles ?

  20. Intervenant 2

    Eh bien, en n'en restant pas dans notre plan classique, justement.

  21. Intervenant 1

    Ah !

  22. Intervenant 2

    Le modèle a fait appel au théorème de Golot-Szafarewicz.

  23. Intervenant 1

    Oula, le théorème de quoi ?

  24. Intervenant 2

    Golot-Szafarewicz. C'est un vieux concept d'algèbre hyper complexe des années 60. La logique est vertigineuse. En gros, en 2D, les points se bousculent. Mais en ajoutant virtuellement des dimensions extrêmement hautes, l’IA crée de l'espace mathématique supplémentaire.

  25. Intervenant 1

    Pour connecter les points nains sans qu'ils se croisent.

  26. Intervenant 2

    Exactement. Elle utilise cet espace infini pour faire ses liens.

  27. Intervenant 1

    D'accord, je vois bien le mécanisme. Elle construit son réseau tentaculaire là où il y a de la place. Mais après, comment elle ramène ça à notre problème de départ en 2D ?

  28. Intervenant 2

    C'est là qu'intervient la projection. En fait, elle projette cette énorme structure multidimensionnelle directement sur notre plan classique.

  29. Intervenant 1

    Un peu comme l'ombre d'un objet en 3D sur un mur plat.

  30. Intervenant 2

    C'est ça. Et en écrasant cette structure, ça génère une densité de points à distance que la géométrie plane n'aurait absolument jamais permise par elle-même.

  31. Intervenant 1

    C'est complètement inattendu. Enfin, c'est presque comme si on mobilisait la mécanique quantique pour réussir une simple recette de cuisine.

  32. Intervenant 2

    C'est très contre-intuitif, mais ça marche parfaitement. Et ça pulvérise vraiment la limite. Complètement. Cette projection, elle révèle une infinité de configurations où la limite d'Erdős s'est dépassée. Avec un écart qualitatif de 0,014, juste au-dessus de ce fameux exposant 1.

  33. Intervenant 1

    Donc la machine a littéralement fait exploser le coffre-fort ?

  34. Intervenant 2

    On peut dire ça, oui.

  35. Intervenant 1

    Mais j'imagine que le tas de métal tordu qui reste après l'explosion, ça ne ressemble pas vraiment à une belle démonstration mathématique dans les règles de l'art, si ?

  36. Intervenant 2

    Et c'est toute la nuance de cette avancée. Le chercheur Gaël Varroco a utilisé une métaphore que je trouve géniale pour expliquer ça.

  37. Intervenant 1

    Ah oui, laquelle ?

  38. Intervenant 2

    Il dit que l’IA a fonctionné comme une puissante pelteuse mécanique. Une pelteuse ? Ouais. Elle a remué des tonnes et des tonnes de terres algorithmiques à une vitesse folle pour déterrer un filon brut.

  39. Intervenant 1

    D'accord, mais elle n'a pas construit la maison avec ?

  40. Intervenant 2

    Non. Il a fallu une équipe de 8 mathématiciens pour ça. Des pointures comme Tim Gowers ou Thomas Bloom qui ont joué les architectes.

  41. Intervenant 1

    Donc, les humains ont dû trier les débris pour donner du sens à ce que la machine a recraché.

  42. Intervenant 2

    Précisément. Ils ont pris ces données brutes, complètement opaques, pour les décortiquer, les vérifier et transformer cette trouvaille brutale en une vraie preuve humaine et rigoureuse.

  43. Intervenant 1

    C'est fou quand on y pense. On célèbre une immense victoire algorithmique, alors que la machine nous balance une réponse sans même nous montrer son brouillon.

  44. Intervenant 2

    Et c'est bien ça qui pose problème.

  45. Intervenant 1

    C'est exactement le genre de boîte noire qui terrifie une grosse partie de la communauté scientifique aujourd'hui.

  46. Intervenant 2

    Ah, l'opacité est totalement au centre des débats en ce moment. Parce que le modèle est fermé, on ne sait pas combien d'essais ont été faits.

  47. Intervenant 1

    Ni le temps de calcul réel, j'imagine.

  48. Intervenant 2

    Rien du tout. Et c'est pour ça que 1500 chercheurs ont signé la déclaration de Leiden.

  49. Intervenant 1

    Pour demander des garde-fous ?

  50. Intervenant 2

    Voilà. Ils exigent des règles strictes sur la vérifiabilité des preuves générées par ces systèmes massifs. On ne peut pas juste accepter un « croyez-moi sur parole » algorithmique.

  51. Intervenant 1

    Ce qui nous laisse avec un paradoxe vraiment fascinant au final. On a une machine capable de résoudre une énigme invincible depuis 80 ans.

  52. Intervenant 2

    Oui, mais uniquement parce qu'on lui a expressément dicté le problème à résoudre.

  53. Intervenant 1

    C'est ça, l’IA, elle excelle pour exécuter, mais elle ne sait ni poser les questions, ni vraiment comprendre leur profondeur.

  54. Intervenant 2

    Elle n'a aucune intuition de la valeur mathématique.

  55. Intervenant 1

    Alors, petite réflexion ouverte pour terminer. Que deviendra la discipline le jour où une machine commencera, de sa propre initiative, à formuler les conjectures qui méritent vraiment l'attention de l'esprit humain ? Laisserons-nous, la pelleteuse, dessiner les plans ?

À écouter ensuite

Des épisodes qui partagent une playlist, une figure ou un domaine avec celui-ci.