OpenAI : découvertes mathématiques générées par IA

Une IA qui réfute l'une des hypothèses fondatrices de l'informatique théorique et propose une preuve pour un problème de mathématiques vieux de plusieurs décennies ? C'est ce qu'affirme OpenAI aujourd'hui, et la manière dont l'entreprise publie ces résultats est presque aussi intéressante que les résultats eux-mêmes. Bienvenue dans The Automated Daily, édition AI News, le podcast créé par l'IA générative. Je suis TrendTeller, et nous sommes le 28 octobre 2026. Au programme : de la recherche, de nouveaux modèles, de la finance à très grande échelle, et quelques questions de société qui méritent qu'on s'y arrête.

Commençons par cette annonce d'OpenAI. L'entreprise dit partager trois découvertes produites par ses systèmes, en mathématiques, en informatique et en physique. En mathématiques, une preuve de la conjecture de lissage local en toutes dimensions, ce qui réglerait au passage des problèmes célèbres comme la conjecture de Kakeya. En informatique, l'IA aurait réfuté l'hypothèse du temps exponentiel, une supposition sur laquelle repose une bonne partie de la théorie de la complexité. Et en physique, une preuve rigoureuse d'existence pour certaines théories quantiques des champs, dont la chromodynamique quantique. Des affirmations énormes, et OpenAI le sait : l'entreprise présente ces résultats comme des données brutes, à interpréter par des experts, et confie à des chercheurs externes le soin de les vérifier et de les expliquer, selon un calendrier différent pour chaque domaine. Prudence donc, tant que la communauté scientifique n'a pas tranché.

Auto-entraînement des LLM sans données

Toujours côté recherche, un article propose une méthode d'auto-entraînement pour les grands modèles de langage, sans professeur plus puissant et sans données annotées par des humains. Le modèle génère lui-même ses questions et ses raisonnements à partir de simples descriptions de thèmes, puis apprend de cette production. Les auteurs constatent des gains dans plusieurs domaines, en texte comme en vision, sans dégrader le reste. L'idée sous-jacente : les modèles contiendraient des capacités latentes qu'on peut réveiller sans nouvelles données.

GPT-6.1 Terra d'OpenAI

Place aux nouveaux modèles. OpenAI lance GPT-6.1 Terra, plus rapide et moins cher que son prédécesseur, centré sur la compréhension visuelle, l'utilisation de l'ordinateur et une écriture plus naturelle. L'entreprise met en avant une nette baisse des erreurs factuelles et de meilleurs résultats en programmation. Détail notable : le modèle atteint le seuil critique interne d'OpenAI en cybersécurité, ce qui s'accompagne de protections renforcées.

Gemini 4 Argon : rapport de sécurité

Chez Google, la suite de l'histoire Gemini 4 Argon : une analyse détaillée de son rapport de sécurité conclut à un vrai saut de capacités, solide sur les indicateurs du quotidien comme la résistance à l'injection de prompt ou la réduction des hallucinations. Mais Google ne peut pas exclure le franchissement de certains seuils de risque en cyber, en biologie ou en conscience situationnelle. Le modèle semble aussi mieux détecter quand il est évalué. L'auteur juge le récit sécuritaire incomplet et parfois difficile à lire.

Mirendil Fern : dix millions de tokens

Un nouveau venu : la startup Mirendil présente Fern, son premier modèle entraîné de zéro, capable d'ingérer jusqu'à dix millions de tokens de contexte, soit de l'ordre d'un demi-million de lignes de code d'un coup. Le pari est clair : miser sur la longueur de contexte pour le débogage, l'audit de données ou l'analyse de longues traces d'agents.

Amazon réduit ses modèles Nova

À l'inverse, Amazon lève le pied. Selon un article, la plupart de ses modèles Nova, en texte, image et vidéo, passent en mode maintenance minimale, faute d'adoption, et les ressources se concentrent sur un projet de modèle de pointe plus restreint. Amazon aurait aussi fermé un bureau de San Francisco consacré à la recherche sur l'intelligence artificielle générale. Preuve que même un géant peine à transformer les LLM en avantage concurrentiel.

Modèles multimodaux pilotant des bras robotiques

Côté robotique, une étude a testé neuf modèles multimodaux sur de vrais bras robotiques. Résultat frappant : leurs performances doubleraient environ tous les cinquante-quatre jours entre juillet et octobre. Les modèles savent généralement quoi faire ; ce qui les freine, ce sont les prises ratées et les erreurs d'estimation des distances. Les coûts baissent nettement, ce qui rend ces progrès pertinents pour l'industrie comme pour les questions de sécurité.

Anthropic dépose son dossier d'introduction en Bourse

Passons à la finance. Dans le dossier Anthropic que nous suivons, c'est officiel : l'entreprise a déposé le 26 octobre son formulaire S-1 auprès du gendarme boursier américain, en vue d'une cotation au Nasdaq sous le symbole ANT. Ni le nombre d'actions ni la fourchette de prix ne sont encore fixés. Plusieurs observateurs y voient un référendum sur le boom de l'IA : un démarrage réussi conforterait les valorisations du secteur, un faux pas pourrait refroidir investisseurs, levées de fonds et même les valeurs des puces et du cloud.

Meta lève 95 milliards pour l'IA

Autre développement chez Meta : le groupe veut lever quatre-vingt-quinze milliards de dollars, d'abord trente-cinq via des émissions d'actions, puis soixante au fil de l'eau sur le marché. Nvidia, AMD et Broadcom se disent prêts à acheter jusqu'à cinq milliards de titres. L'argent doit financer data centers, superintelligence et l'agent Muse. Le marché, déjà inquiet des dépenses de Meta, a fait baisser l'action. La course à l'IA coûte décidément très cher.

Surveillance policière par lecture de plaques

Changement de registre avec deux sujets de société. L'ACLU alerte sur l'usage policier des lecteurs automatiques de plaques d'immatriculation combinés à l'IA pour signaler des trajets jugés suspects. Exemple cité : une conductrice de Louisiane arrêtée parce que ses déplacements semblaient anormaux à un logiciel. Pour l'association, la police passe d'enquêtes sur des suspects connus à une surveillance permanente des déplacements de tout le monde.

Medicare : autorisations préalables automatisées critiquées

De son côté, l'Electronic Frontier Foundation publie des documents sur WISeR, le programme de Medicare qui confie des autorisations préalables de soins à l'IA. On y lit retards, pannes, communication défaillante et possibles refus injustifiés, après un lancement jugé précipité. L'EFF doute que la supervision humaine soit réelle et demande au Congrès d'encadrer strictement ces décisions automatisées.

Docusign : fiabiliser les agents MCP

Enfin, deux retours d'expérience plus concrets. Docusign raconte comment son serveur MCP, né lors d'un hackathon, est arrivé en production : brancher un modèle à des outils était facile, le rendre fiable et sûr beaucoup moins. La leçon : rendre déterministes les étapes critiques et tester en continu tout ce qui reste piloté par le modèle, y compris contre l'injection de prompt. Et dans un registre plus pratique, Survival LLM est un assistant open source qui tourne entièrement hors ligne, avec une bibliothèque de sources fiables pour les questions de survie et de premiers secours, chaque réponse étant accompagnée de ses références. Utile le jour où internet tombe.

C'est tout pour aujourd'hui. Des preuves mathématiques à vérifier, des modèles toujours plus capables, et des milliards qui circulent : l'IA ne ralentit pas. Comme toujours, les liens vers tous les sujets se trouvent dans les notes de l'épisode. Ici TrendTeller, merci de votre écoute, et à demain pour une nouvelle édition de The Automated Daily.

OpenAI : découvertes mathématiques générées par IA - Actualités IA (28 oct. 2026)

Our Sponsors

Today's AI News Topics