Actualités mathématiques

La société Axiom Math a annoncé le 17 août 2026 que son système AxiomProver avait produit une preuve vérifiée par machine, rédigée en Lean 4, du résultat le plus solide connu à ce jour sur les écarts entre nombres premiers : il existe une infinité de paires de nombres premiers dont la différence ne dépasse pas 246. Ce travail, attribué à 41 contributeurs issus des mathématiques et de l'ingénierie, a d'abord été signalé par IEEE Spectrum.

Pour comprendre l'enjeu, il faut remonter à la conjecture des jumeaux premiers, formulée au XIXe siècle par Alphonse de Polignac, qui postule l'existence d'une infinité de paires de premiers séparés exactement de deux — conjecture toujours non démontrée. La première percée décisive est venue en 2013, quand Yitang Zhang établit qu'une infinité de paires de premiers sont distantes d'au plus 70 millions. Peu après, James Maynard, grâce à une méthode de crible raffinée, ramena cette borne à 600 — contribution qui contribua à lui valoir la Médaille Fields en 2022. La collaboration Polymath8b, à laquelle participaient Maynard et Terence Tao, abaissa ensuite la borne à 246, valeur qui constitue aujourd'hui, selon Ken Ono, mathématicien fondateur d'Axiom Math, « la limite des connaissances humaines sur les nombres premiers ».

La formalisation réalisée par Axiom Math synthétise ces deux étapes : l'article de Maynard de 2013 et la partie de Polymath8b qui a conduit à 246. Le processus s'est déroulé en trois temps : rédaction d'un plan structuré listant chaque définition, lemme et théorème avec ses dépendances ; génération automatique des preuves Lean 4 par AxiomProver, un système multi-agents s'appuyant sur Mathlib et sur le projet PrimeNumberTheoremAnd dirigé par Alex Kontorovich et Tao ; puis révision humaine du code produit. Les résultats sont rassemblés dans une bibliothèque publique baptisée PrimeGapsLib, qui inclut également la borne de 600 de Maynard et un défi de vérification indépendant permettant à quiconque de contrôler que les preuves correspondent bien aux énoncés annoncés.

La vérification formelle ne constitue pas une garantie absolue — la traduction fidèle des énoncés et la fiabilité du noyau vérificateur restent des prérequis — mais elle élimine le risque d'erreur humaine dans la relecture. Contrairement aux benchmarks de compétition sur lesquels les IA sont habituellement évaluées, il s'agit ici de formaliser une preuve de recherche parmi les plus exigeantes de la théorie des nombres moderne. À titre de comparaison, Math, Inc. avait conduit en début d'année une formalisation des travaux de Maryna Viazovska sur l'empilement de sphères ; l'un des artisans de cet effort, Sidharth Hariharan, est depuis contributeur chez Axiom Math sur le projet 246 et estime que PrimeGapsLib constitue une réalisation plus complète, car conçue comme une infrastructure réutilisable et non comme une vérification ponctuelle. Ken Ono voit dans cet outil un terrain d'entraînement pour une ambition plus large : la vérification formelle du code informatique qui régit déjà des systèmes critiques de finance, d'infrastructure et de sécurité.

Le 18 août 1913 reste gravé dans l'histoire des statistiques et du hasard. Ce jour-là, au Casino de Monte-Carlo, la petite bille d'une roulette s'est arrêtée sur la couleur noire 26 fois consécutives — un événement dont la probabilité frôle l'impossible (environ 1 sur 67 millions). Convaincus que le rouge devait « rattraper » ce déséquilibre, les parieurs ont englouti des fortunes en misant contre la série, tombant victimes d'une illusion statistique.

Cet épisode emblématique a donné son nom à un biais cognitif aujourd'hui très célèbre en mathématiques et en psychologie : le « sophisme du joueur ». Il désigne l'illusion persistante selon laquelle le hasard aurait une mémoire, que les événements passés influenceraient les probabilités futures. Cet incident démontre comment l'intuition humaine peut se heurter brutalement aux réalités du calcul des probabilités, un enseignement durable pour tous ceux qui cherchent à comprendre la nature du hasard.

Alexander R. Kaye, chercheur à l'Université de Warwick, a publié en juillet dans le Journal of the Royal Society Interface une étude mathématique sur le « choeur de l'aube », ce phénomène où les oiseaux chantent en groupe au lever du soleil. Intrigué par ce comportement, il a appliqué la théorie des catastrophes, une branche des mathématiques décrivant comment un système bascule brusquement alors que ses facteurs de contrôle évoluent graduellement.

Son modèle repose sur une règle simple : chaque oiseau possède un seuil de déclenchement du chant, défini par la combinaison de la luminosité ambiante et du chant des oiseaux voisins. Grâce à des simulations informatiques impliquant des milliers d'oiseaux virtuels, Kaye a montré que ces interactions sociales amplifient l'augmentation progressive de la lumière, créant une onde de chant qui se propage à travers la population.

Au-delà des oiseaux, ce cadre mathématique pourrait éclairer d'autres comportements collectifs : choeurs d'insectes, applaudissements, ou évacuations d'urgence. Le chercheur envisage de confronter son modèle à des données réelles en intégrant des facteurs biologiques supplémentaires comme la température et la présence de prédateurs.

Les modèles de langage peinent traditionnellement en mathématiques, commettant des erreurs sur des calculs élémentaires. Pour remédier à ce problème, Apple développe un petit moteur de calcul local intégré à Siri, disponible à partir de la bêta 5 de macOS 27, qui prend le relais lors de questions mathématiques.

Ce MathComputeTool est capable de traiter des requêtes en langage naturel : arithmétique basique (y compris avec plusieurs opérations), conversions de fractions, calculs de surfaces, racines carrées et puissances. Contrairement aux calculatrices classiques de macOS, il accepte les formulations conversationnelles et fonctionne hors ligne, offrant aux utilisateurs une alternative plus fiable que l'actuel Siri pour des questions mathématiques.

À l'occasion de la 43e édition des Journées européennes du Patrimoine, le samedi 19 septembre 2026, la Maison Poincaré — premier musée des mathématiques de Paris, inauguré en septembre 2023 dans le 5e arrondissement — accueillera le public gratuitement avec un programme d'animations spécialement conçu pour l'événement.

Situé rue Pierre-et-Marie-Curie, à deux pas du Quartier latin et accessible via le RER B (station Luxembourg), ce musée a pour vocation de réconcilier petits et grands avec les mathématiques grâce à des parcours et des modules interactifs qui soulignent leurs connexions avec la physique, la chimie, la philosophie ou encore les arts.

Au coeur du programme figurent des séances de médiation flash, d'une durée de vingt à trente minutes chacune, organisées directement dans les espaces d'exposition à 14h30, 15h30 et 16h30. Ces formats courts et accessibles permettront aux visiteurs de s'initier à différentes thématiques mathématiques sans prérequis particuliers.

Une conférence grand public viendra compléter cette journée. Elle sera animée par Pierre Mounier-Kuhn, historien de l'informatique et enseignant à CentraleSupélec, qui s'appuiera sur la collection de l'Institut Henri Poincaré (IHP). Celle-ci rassemble des machines à calculer et à dessiner remontant à la charnière des XIXe et XXe siècles. L'IHP abrita également, dans les années 1930, certains des tout premiers laboratoires de calcul en France, dont les équipements périrent lors de la débâcle de 1940 ; l'institution reçut par la suite l'un des premiers ordinateurs du pays. Mounier-Kuhn entend mettre en lumière un paradoxe : si quelques pièces anciennes ont traversé le temps, une large portion du patrimoine scientifique et numérique du XXe siècle a été détruite ou dispersée. La conférence posera ainsi la question de la préservation, de la présentation et de la transmission de cet héritage immatériel et matériel. L'entrée est gratuite, mais la réservation est obligatoire sur la billetterie en ligne de la Maison Poincaré, dans la limite des places disponibles.

En 2024, les physiciens Arnab Priya Saha et Aninda Sinha de l'Institut indien des sciences ont publié une étude visant à simplifier les calculs complexes de la physique des hautes énergies. En combinant les diagrammes de Feynman et la fonction bêta d'Euler, ils ont découvert une série de nombres convergeant précisément vers ? — une forme nouvelle de cette constante millénaire, non pas une nouvelle valeur de ? mais une représentation inédite dans un cadre physique différent.

Le résultat remarquable : cette nouvelle formule atteint dix décimales exactes de ? avec environ 30 termes seulement, contre cinq milliards pour la série historique de Madhava du XVe siècle. Bien que moins performante que les algorithmes modernes optimisés pour le calcul numérique de ?, cette approche s'avère spectaculairement efficace dans son contexte original.

Depuis cette publication, la découverte a inspiré plusieurs prolongements : le mathématicien Hjalmar Rosengren a généralisé les résultats, tandis que d'autres travaux (2025-2026) établissent des liens entre ces séries et la théorie conforme, l'effet Hall quantique et la théorie des cordes. Ces recherches restent hautement spécialisées mais illustrent comment une trouvaille initiale irrigue progressivement plusieurs branches de la physique théorique.

Mohamadou Sy, doctorat en mathématiques de l'Université de Cergy-Pontoise (2017), transfère ses activités de recherche du Sénégal au Rwanda. Il s'installe à l'Institut africain des sciences mathématiques (AIMS Rwanda) pour y constituer un groupe de recherche dédié aux équations aux dérivées partielles stochastiques, en collaboration avec l'Université de Bielefeld en Allemagne.

Son équipe comprendra deux doctorants et trois chercheurs postdoctoraux. Le projet porte sur des problématiques avancées incluant les équations de Navier-Stokes (modélisation des fluides) et les équations de Schrödinger non linéaires, avec une portée jusqu'en 2028. Sy, qui a travaillé à Virginie, l'Imperial College London et Johns Hopkins, ambitionne de contribuer à l'émergence en Afrique d'un environnement de recherche mathématique de haut niveau intégré aux réseaux internationaux.

Depuis 1859, l'hypothèse de Riemann figure parmi les problèmes les plus célèbres et les plus résistants des mathématiques. Formulée par le mathématicien allemand Bernhard Riemann, elle postule que tous les zéros non triviaux de la fonction zêta de Riemann — une fonction d'analyse complexe étroitement liée à la répartition des nombres premiers — se situent sur une même droite verticale du plan complexe, appelée droite critique, correspondant à une partie réelle égale à 1/2. Personne n'a jamais réussi à le démontrer, ni à l'infirmer, et l'Institut Clay offre un million de dollars à qui y parviendra.

Au mois de juillet 2025, Anthropic a révélé qu'une version expérimentale non publiée de son modèle Claude avait accompli une avancée notable sur ce problème, sans pour autant le résoudre. L'initiative est partie d'un employé de l'entreprise, sans formation mathématique poussée, qui a simplement demandé au système de «s'attaquer sérieusement» à l'hypothèse, avant de le laisser travailler de manière autonome pendant environ trente-six heures. Durant cette période, le modèle a exploré quelque 650 pistes distinctes, toutes infructueuses, mais a poursuivi ses recherches en mobilisant une soixantaine de sous-agents travaillant en parallèle. Ces agents ont exécuté près de 2 400 commandes, rédigé des centaines de scripts de calcul et réalisé des milliers de vérifications numériques, consommant au total environ 31 millions de tokens de sortie.

Le résultat obtenu porte sur une borne inférieure : la proportion de zéros de la fonction zêta dont on peut démontrer qu'ils respectent bien l'hypothèse est passée de 41,6 % à 67,2 %, soit un gain de plus de 25 points de pourcentage. Claude s'est notamment appuyé sur des travaux antérieurs liés à la distribution des zéros et sur des résultats issus des recherches d'Enrico Bombieri. La découverte a été confirmée par deux mathématiciens internes d'Anthropic et formalisée grâce à l'assistant de preuve logicielle Lean. Selon le chercheur Deedy, il pourrait s'agir de l'une des avancées les plus significatives en théorie analytique des nombres depuis 2013.

Il convient cependant de ne pas surestimer la portée du résultat : une borne à 67,2 % ne signifie pas que la preuve complète est à portée de main. L'hypothèse exige que 100 % des zéros non triviaux soient sur la droite critique, et le fossé entre les deux reste considérable.

Cette annonce s'inscrit dans une tendance plus large : plusieurs problèmes ouverts de mathématiques ont été résolus par des modèles de langage au cours des derniers mois, et la concurrence entre laboratoires d'IA pour démontrer des capacités de raisonnement mathématique s'intensifie. La communauté scientifique reste partagée : certains mathématiciens, dont le lauréat de la médaille Fields Timothy Gowers, accueillent ces développements avec ouverture, estimant que l'association d'un théorème à un auteur humain pourrait devenir secondaire, comme les étoiles qui ne portent pas le nom des astronomes. D'autres expriment des réserves sur la nature même de la découverte scientifique lorsqu'elle est déléguée à une machine.

Combien de mélanges faut-il pour qu'un jeu de cartes soit véritablement mélangé ? Derrière cette question apparemment simple se cache un problème mathématique fascinant. Avec 52! arrangements possibles, un paquet ordinaire peut se combiner de façons quasi infinies, rendant crucial le nombre exact de brassages nécessaires.

Dave Bayer et Persi Diaconis ont résolu cette énigme en étudiant le riffle shuffle, ce mélange où le paquet se coupe en deux avant de s'entrelacer. En utilisant le modèle de Gilbert-Shannon-Reeds et la distance en variation totale comme mesure de l'aléatoire, ils ont observé qu'après cinq ou six mélanges, le paquet conserve encore une structure invisible mais réelle. Au septième mélange intervient un « cutoff » : la distance chute brutalement de 0,614 à 0,334, marquant le passage soudain d'un état ordonné à un quasi-aléatoire.

Cette règle du sept reste pertinente, bien qu'elle demande nuances. Le seuil exact dépend du modèle et de la mesure retenue, et de récents travaux sur arXiv (2025) confirment la robustesse du phénomène dans diverses variantes. Chaque mélange supplémentaire améliore l'aléa, mais avec des gains décroissants.