Une annonce utile en mathématiques par IA doit permettre de reconstituer le résultat. Quels problèmes ont été tentés ? Qu'a démontré le système ? Qui a vérifié que l'énoncé formel correspondait à la question initiale ? AlphaProof Nexus fournit des éléments concrets pour répondre, tout en montrant pourquoi un nombre de preuves exige du contexte.
Le reportage source décrit une étude publiée dans Science le 8 octobre 2026, après une prépublication en mai. L'article rapporte neuf problèmes résolus parmi 353 problèmes d'Erdős sélectionnés, dont deux ouverts depuis 56 ans. Il rapporte aussi 44 preuves parmi 492 conjectures de l'OEIS. Ce sont des résultats sur des collections préparées, pas un taux de réussite sur des questions arbitraires.
Commencer par toutes les tentatives
Neuf sur 353 représentent environ 2,5 %. Les 344 autres tentatives doivent figurer dans l'évaluation : elles montrent la limite actuelle de la méthode. Les problèmes devaient aussi être représentés en Lean et pris en charge par les bibliothèques formelles disponibles. Sélection, couverture des bibliothèques et calcul influencent donc le résultat avec les capacités du modèle.
Les éléments comprennent l'article de Science, la prépublication et le dépôt de preuves. Les fichiers réussis permettent de contrôler la logique ; les formalisations infructueuses rendent visible le périmètre de l'évaluation.
Séparer trois formes de justesse
Lean vérifie qu'une preuve découle des définitions et hypothèses encodées. Vérifier que ces définitions expriment fidèlement le problème initial reste une autre tâche. Un quantificateur modifié, une condition limite omise ou une hypothèse renforcée peuvent transformer une preuve valide en réponse à une question plus faible.
La nouveauté nécessite un examen supplémentaire. Un théorème antérieur peut déjà impliquer le résultat démontré indépendamment par le système. Le reportage mentionne un audit contestant la nouveauté d'un cas. Cela n'invalide pas sa dérivation formelle, mais change la contribution présentable comme nouvelle recherche. Les réactions d'experts éclairent cette distinction.
Examiner l'apport de l'agent
Le processus central génère du code Lean, le vérifie et corrige les essais échoués à partir des retours du compilateur. Les configurations plus élaborées ajoutent une recherche coordonnée et l'outil spécialisé AlphaProof. Pourtant, la configuration la plus simple rapportée a résolu les mêmes neuf problèmes d'Erdős sans cet outil.
Il faut donc regarder les études d'ablation avant d'attribuer le succès à une architecture complexe. Une boucle directe entre modèle et vérificateur pourrait expliquer une grande part du résultat. Les composants avancés peuvent aider ailleurs, mais leur valeur doit apparaître dans des succès supplémentaires, un coût total inférieur ou un meilleur soutien aux chercheurs.
Compter tout le processus scientifique
Une inférence réussie ne représente qu'une dépense. Les recherches infructueuses, la formalisation, l'entretien des bibliothèques, l'examen spécialisé et la traduction d'une preuve formelle en explication compréhensible contribuent aussi au résultat. Un prix par succès qui les omet ne mesure pas le coût complet de la découverte.
Un projet pilote doit conserver ensemble énoncés, stratégies tentées, artefacts vérifiables, dépenses de calcul et interventions humaines. Il faut examiner la fidélité de la formalisation, vérifier la preuve, puis évaluer nouveauté et valeur explicative avant d'annoncer une nouvelle résolution.
La leçon générale pour les agents consiste à associer génération probabiliste et évaluation stricte, préserver les étapes intermédiaires utiles et réserver l'attention experte aux limites de l'automatisation. Le reportage original étaye cette conclusion précise et pratique. Le progrès se mesure aussi aux audits indépendants et aux gains sur les problèmes auparavant échoués, au-delà du nombre de preuves.