Deux laboratoires d’IA affirment avoir trouvé des algorithmes qui contourneraient l’Hypothèse du Temps Exponentiel. La communauté des informaticiens s’active pour vérifier ces résultats, jauger leurs conséquences possibles pour la cryptographie et, si besoin, réécrire une décennie de littérature.
Des révisions d’articles envisagées et un premier tour de contrôle sécurité
L'Hypothèse du Temps Exponentiel (ETH) a été utilisée dans de nombreux articles scientifiques au cours de la dernière décennie. Ryan Williams estime que ces travaux devront être réexaminés si les affirmations des laboratoires d'IA se confirment. Il a encouragé OpenAI à soutenir une conférence dédiée, car ces résultats pourraient concerner de nombreux chercheurs. Avant même l'examen scientifique complet, Williams a interrogé Dan Roberts, responsable scientifique d'OpenAI, sur d'éventuels impacts sur la cryptographie. Selon Williams, OpenAI a vérifié et se dit raisonnablement confiante que les résultats n'impliquent pas de failles dans les systèmes cryptographiques. Williams souligne toutefois qu'un algorithme amélioré pourrait rendre certaines tailles de clés vulnérables, ce qui nécessite une vigilance continue.
Groupes de travail et lettre ouverte pour cadrer l’examen collectif
Des informaticiens ont constitué un groupe de travail, demandé la publication publique des preuves et sollicité le financement par OpenAI d'une conférence pour en débattre. Les physiciens ont également formé un groupe pour déterminer comment publier leur résultat, une démarche encore en cours. Une lettre ouverte invite les scientifiques intéressés à contribuer et à discuter des normes encadrant l'apport de l'IA à ces recherches. Ryan Williams, professeur au MIT, coordonne la réponse du domaine et travaille avec Russell Impagliazzo et Ramamohan Paturi, qui ont publié l'ETH en 1999.
Vous suivez la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Ce que revendiquent les laboratoires et les premières réactions
OpenAI a publié des solutions à trois problèmes mathématiques majeurs, dont une réfuterait l'Hypothèse du Temps Exponentiel, et a partagé le travail mathématique via GitHub. Levent Alpöge, mathématicien chez Anthropic, a suggéré qu'OpenAI s'appuyait sur des travaux antérieurs, avant qu'Anthropic ne publie à son tour une réfutation de l'ETH. Ryan Williams avait critiqué en octobre la manière de publier d'OpenAI, la qualifiant d'« attaque DDOS sur les mathématiciens », mais il collabore désormais avec les laboratoires de Frontier pour encadrer l'interprétation des résultats. Il estime que si certaines parties de la preuve sont familières, deux ou trois passages semblent étrangers et nécessitent un examen approfondi de la communauté.
Cadre théorique : P contre NP, ETH et promesse de sous‑exponentiel
Le débat s'inscrit dans la question P contre NP : les problèmes dont on vérifie rapidement une solution peuvent-ils aussi être résolus rapidement ? Le Sudoku illustre cette différence entre vérification et recherche. La position la plus répandue suppose que P est différent de NP. L'Hypothèse du Temps Exponentiel affirme que, pour une classe de puzzles logiques, même le meilleur algorithme voit son temps de calcul croître exponentiellement avec le nombre de variables. OpenAI et Anthropic affirment avoir trouvé des algorithmes sous-exponentiels pour ces cas. Si cette performance se confirmait, elle invaliderait l'hypothèse et pourrait, peut-être, ouvrir la voie à des algorithmes réalisant généralement P = NP.
Un déplacement des repères, sans verdict final selon Ryan Williams
Pour Ryan Williams, la plausibilité de P = NP devrait être un peu plus prise en compte, même si cela varie selon les chercheurs, et il pense que l'algorithme d'OpenAI n'est probablement pas la meilleure version possible. Le paradigme d'IA pour la découverte scientifique est encore en développement. Williams se dit optimiste, tout en exprimant des préoccupations sur la formation de la prochaine génération de scientifiques. Il note que sa pratique d'informaticien faisant des mathématiques de haut niveau facilite son adaptation par rapport à des mathématiciens plus théoriques. Il estime enfin que l'IA pousse les chercheurs à viser des objectifs plus ambitieux et à revoir à la hausse les questions scientifiques posées.
