Shanmu Jin, chercheur postdoctoral et résident en neurochirurgie à l'hôpital Peking Union Medical College de Pékin, a démontré la conjecture de Crouzeix, un problème d'analyse matricielle resté ouvert pendant plus de deux décennies. L'argument décisif n'est pas issu d'un département de mathématiques : il a émergé d'une exécution autonome de 16 heures de GPT-5.6 Sol dans le mode ChatGPT Work, guidée par un prompt soigneusement conçu par Jin lui-même.

Un parcours atypique vers un problème classique

Le parcours de Jin vers cette conjecture n'a rien de linéaire. Il a étudié la géologie durant ses études supérieures, a ensuite obtenu un diplôme de médecine et a construit ses connaissances mathématiques par un apprentissage autonome — un effort initialement motivé par des recherches sur l'échographie transcrânienne.

La conjecture de Crouzeix, formulée en 2004 par le numéricien français Michel Crouzeix, concerne la relation entre la norme spectrale d'une matrice et le maximum d'un polynôme sur son image numérique — une région convexe compacte du plan complexe, également appelée champ de valeurs, qui rend compte du comportement d'une matrice davantage que ses seules valeurs propres. La conjecture affirme que la constante 2 suffit dans cette borne, et l'on sait que 2 est la plus petite constante possible ; l'article original de Crouzeix établissait une constante finie de 11,08, et la meilleure borne publiée — 1 + √2, soit environ 2,414, due à Crouzeix et Palencia en 2017 — restait encore au-dessus de la cible. Sa résolution trouve des applications directes dans l'analyse des fonctions de matrices, les solveurs itératifs tels que GMRES — un outil standard pour les grands systèmes linéaires creux qui surviennent dans le calcul scientifique et la simulation en ingénierie — ainsi que dans les méthodes de Krylov rationnelles.

Au cœur de la session autonome

Plutôt que de solliciter le modèle de manière interactive, Jin a mené une longue session autonome fondée sur une architecture de prompt adaptée de celle qu'OpenAI avait développée pour un résultat mathématique antérieur, la conjecture du double recouvrement des cycles (Cycle Double Cover). La configuration privait le modèle de tout accès à Internet. Elle déployait des sous-agents concurrents chargés d'élaborer et d'éprouver séparément différentes stratégies de preuve, avec des consignes explicites contre toute convergence prématurée et l'obligation de ne réfuter les arguments candidats qu'à l'aide de contre-exemples concrets. Le modèle devait poursuivre jusqu'à ce qu'une preuve complète survive à un examen contradictoire interne.

Le préprint qui en a résulté, publié le 27 juillet 2026, comprend le prompt intégral, les versions successives du manuscrit, une formalisation en Lean — une transcription vérifiable par machine de la preuve, reposant sur la même technologie d'assistant de preuve que des mathématiciens comme Terence Tao ont utilisée pour certifier des arguments complexes — et un audit des axiomes.

Confirmation par les pairs et question de qui fait les mathématiques aujourd'hui

La preuve a été examinée et confirmée par le mathématicien de Cornell Alex Townsend, la numéricienne Anne Greenbaum et Michel Crouzeix lui-même — l'auteur original de la conjecture. L'évaluation formelle par les pairs est en cours.

Huit jours après la parution du préprint initial, les mathématiciens Emiel Lorist et Felix Schwenninger ont publié une preuve indépendante de cinq pages reposant sur une méthode différente, combinant la théorie classique du potentiel à double couche et un lemme de perturbation pour les 2-dilatations. Jin s'est félicité de ce résultat parallèle, qu'il considère comme un complément à son propre travail.

L'épisode rend visible une mutation structurelle de la recherche mathématique qu'il est difficile d'ignorer. Lorsqu'un problème ouvert depuis 2004 est résolu par un clinicien autodidacte à l'aide d'un outil d'IA grand public, les barrières à la production de nouveaux résultats s'abaissent considérablement — tandis que l'expertise nécessaire pour vérifier ces résultats devient, en regard, plus concentrée et plus précieuse. Le résultat prolonge également une dynamique documentée de progression des systèmes d'IA en mathématiques, à la suite d'AlphaProof et d'AlphaGeometry 2 de Google DeepMind, qui ont atteint le niveau de la médaille d'argent à l'Olympiade internationale de mathématiques 2024.

Pour le domaine de l'IA, ce cas offre une démonstration concrète de ce que les modèles de langage de pointe peuvent accomplir lorsqu'on leur confie des tâches autonomes bien structurées et un temps de calcul suffisant. Savoir si la communauté mathématique dispose de l'infrastructure nécessaire pour absorber le volume de résultats qui pourraient suivre demeure une question ouverte.

Source : Metaverse Post