Le 23 juillet 2026, Terence Tao, médaillé Fields et considéré comme « le plus grand mathématicien vivant », a partagé sur les réseaux sociaux un extrait de sa conversation avec ChatGPT. Le sujet : l’analyse d’un contre-exemple potentiel à la conjecture Jacobienne (Jacobian Conjecture) — un problème ouvert qui défie les mathématiciens depuis près d’un siècle. Ce dialogue a fait la une de Hacker News, cumulant plus de 540 votes et 333 commentaires, suscitant un vif intérêt dans les mondes technologique et mathématique.
Légende : Terence Tao est l’un des chercheurs les plus influents des mathématiques contemporaines. Image issue de Wikipédia.
Qui est Terence Tao ?
Si vous n’êtes pas familier avec le monde mathématique, faisons les présentations. Terence Tao, né en 1975 en Australie, a commencé à apprendre le calcul infinitésimal en autodidacte à 7 ans, et a remporté la médaille d’or des Olympiades internationales de mathématiques à 12 ans — un record de précocité toujours inégalé. Docteur de l’université de Princeton à 20 ans, professeur titulaire à l’UCLA à 24 ans, il a reçu la médaille Fields, la plus haute distinction en mathématiques, à 31 ans.
Dans le cercle mathématique, Tao est connu non seulement pour sa capacité à résoudre des problèmes complexes, mais aussi pour son talent « transdisciplinaire » — il a apporté des contributions fondatrices dans l’analyse harmonique, les équations aux dérivées partielles, les mathématiques combinatoires, la théorie des nombres, et bien d’autres domaines. Certains disent que s’il existe un mathématicien contemporain approchant le « génie universel », c’est bien Terence Tao.
Qu’un sommet de la capacité mathématique humaine choisisse de solliciter l’aide de ChatGPT — ce fait en lui-même mérite toute notre attention.
La conjecture Jacobienne : un problème « simple » que personne n’a pu résoudre
Pour comprendre l’importance de cet échange, il faut d’abord saisir ce qu’est la conjecture Jacobienne. Essayons de l’expliquer le plus simplement possible.
Imaginez une carte où chaque point dispose d’une formule qui vous indique comment vous déplacer. La conjecture Jacobienne demande : si cette formule est toujours réversible au voisinage de votre point de départ (c’est-à-dire que vous pouvez retrouver votre chemin depuis n’importe quel point proche), l’est-elle également sur l’ensemble de la carte (pouvez-vous retrouver votre chemin depuis n’importe quel point) ?
Ce problème a été formulé par le mathématicien Ott-Heinrich Keller en 1939, puis systématisé par Shreeram Abhyankar dans les années 1950 sous le nom de « conjecture Jacobienne ». Une question qui semble intuitive, mais qui a tenu les mathématiciens en échec pendant près d’un siècle. De nombreux résultats partiels et démonstrations approximatives ont été proposés, mais la réponse complète reste à ce jour non résolue.
Ce que Terence Tao a soumis à ChatGPT, c’est précisément l’analyse d’un contre-exemple potentiel à la conjecture Jacobienne — un contre-exemple qui, s’il était validé, réfuterait la conjecture.
Dialogue en direct : quand l’intelligence humaine rencontre la puissance de calcul
Dans cet échange public avec ChatGPT, Terence Tao pose des questions d’une précision mathématique redoutable, guidant pas à pas le modèle dans l’analyse d’une application polynomiale complexe : constitue-t-elle un contre-exemple à la conjecture Jacobienne ?
Légende : la page de conversation entre Terence Tao et ChatGPT, intitulée « Jacobian Conjecture Counterexample ». Ce dialogue illustre comment un expert humain guide une IA dans un raisonnement mathématique profond.
Ce qui rend cette conversation fascinante, c’est que Terence Tao n’utilise pas ChatGPT comme une « machine à réponses », mais comme un partenaire de réflexion. Il pose d’abord des questions orientées, puis, en fonction des réponses de ChatGPT, poursuit, corrige, approfondit. On croirait assister à une scène de direction de thèse — sauf que celui qui occupe la place de l’« étudiant » est un grand modèle de langage.
Un utilisateur de HN, napoleoncomplex, commente : « C’est la deuxième conversation ChatGPT vraiment fascinante que je vois aujourd’hui. La première, c’était quelqu’un qui a réfuté une autre conjecture en disant simplement ‘continue’ à ChatGPT. Dans quelle époque merveilleuse vivons-nous ! »
Un autre utilisateur, minimaxir, ajoute : « Pour les problèmes sur lesquels la plupart des LLM abandonneraient, dire ‘continue’ fonctionne effectivement. Les LLM ne savent pas intrinsèquement que certaines choses sont impossibles. »
La réaction de la communauté HN : la densité terminologique comme choc
Cette conversation a déclenché des débats passionnés sur Hacker News, dont le point le plus frappant n’était pas tant une discussion sur les capacités de l’IA elle-même qu’une observation profonde sur la barrière linguistique des mathématiques.
Le commentaire de WarmWash a recueilli un large assentiment :
« Les mathématiques ont le système terminologique le plus fou, le plus impénétrable qui soit. En général, j’arrive à garder la tête hors de l’eau dans la plupart des domaines STEM, avec un petit coup de Google ou Wikipédia, mais les mathématiques… elles s’éloignent si vite de tout ce qui est compréhensible, c’est fou. »
Il illustre son propos par un exemple tiré de la conversation :
« Extrayons une phrase du dialogue : ‘La fibre spéciale est un anneau gradué associé… et cette filtration admet trois générateurs dont les relèvements homogènes sont suffisamment simples, alors on peut démontrer que’ — dans n’importe quel autre contexte, j’aurais au moins une intuition sur le sujet traité, mais en mathématiques ? Aucune idée. »
Ce commentaire met en lumière un fait souvent négligé par la sphère technique : la barrière linguistique des mathématiques est bien plus élevée que celle des autres sciences. Un bon ingénieur logiciel peut rapidement comprendre les grandes lignes du protocole TCP/IP, mais face à des concepts de géométrie algébrique comme « anneau gradué », « filtration », « relèvement homogène », même une solide formation scientifique se sent vite dépassée.
L’IA comme « partenaire de réflexion » plutôt que « machine à réponses »
Un thème traverse l’ensemble des débats sur HN : la manière dont Terence Tao utilise ChatGPT illustre précisément la bonne posture de l’IA dans le travail intellectuel avancé.
L’utilisateur layer_x écrit : « Les questions de Terence Tao sont très spécifiques, elles guident l’IA de manière utile… Cette relation de ‘symbiose’ (si l’on peut dire) semble être une proposition de valeur émergente de l’IA. »
Un autre utilisateur, guywithabike, renchérit : « Ce qui me frappe le plus, c’est que l’un des êtres les plus intelligents de la planète pose des questions, et que le LLM lui répond sans cesse sur ce ton ‘oui, si vous y réfléchissez bien, c’est vraiment simple’, comme un professeur guidant un étudiant prometteur. »
Mais notons un point essentiel : Terence Tao sait exactement ce qu’il fait. S’il peut utiliser ChatGPT aussi efficacement, c’est avant tout parce qu’il possède une compréhension inégalée de son domaine de recherche — cela n’a rien à voir avec des compétences en « prompt engineering ». Comme le dit l’utilisateur bubblymagic : « L’art d’utiliser l’IA, c’est d’abord la maîtrise du domaine du problème. Je peux utiliser l’IA pour coder parce que j’ai des décennies d’expérience en programmation. Mais je ne peux pas l’utiliser pour faire de la recherche en physique théorique, parce que je serais incapable d’évaluer la justesse de ses réponses. »
C’est là ce qui rend la conversation de Terence Tao si profonde — l’IA ne « fait pas » la recherche mathématique à sa place, mais devient un amplificateur efficace de son processus de réflexion.
L’envers du décor : où sont les limites de l’IA ?
Bien sûr, cette discussion n’a pas manqué de voix plus mesurées.
Certains commentateurs soulignent que ChatGPT présente des limites évidentes dans cet échange — il donne avec assurance des déductions qui ne sont pas tout à fait exactes, et Terence Tao doit parfois le corriger à plusieurs reprises. Un utilisateur anonyme commente : « Même le modèle le plus avancé est parfaitement capable de s’égarer dans un raisonnement complexe. Il faut constamment intervenir pour l’empêcher de poursuivre dans une direction absurde. »
Cela soulève une question centrale : si même Terence Tao doit corriger le modèle en permanence, quel est le risque pour un utilisateur ordinaire qui traite un problème spécialisé avec l’IA ?
Par ailleurs, d’autres commentateurs font remarquer que si cette conversation est « fascinante », c’est en grande partie grâce aux talents d’orientation exceptionnels de Terence Tao. Pour une personne ordinaire, la même conversation pourrait très bien prendre une tout autre direction — le LLM produirait poliment un lot de « déchets mathématiques » semblant plausibles mais en réalité profondément erronés.
Légende : la discussion animée sur Hacker News autour de la conversation entre Terence Tao et ChatGPT. La communauté explore en profondeur le rôle de l’IA dans la recherche mathématique.
En conclusion : le génie de l’outil ou l’outil du génie ?
En regardant l’ensemble de l’événement, ce qui mérite le plus d’attention est une observation plus subtile — la manière dont Terence Tao utilise ChatGPT n’est fondamentalement pas différente de celle des millions de programmeurs utilisant Copilot ou Cursor : sous la conduite d’une intuition professionnelle, l’IA prend en charge la recherche d’information, le criblage et l’assistance à la déduction, tandis que l’expert humain garde le cap en permanence.
Le commentaire de mnky9800nz sur HN est particulièrement éclairant : « Ce qui m’a le plus surpris en voyant la conversation de Terence Tao, c’est que même lui, dans sa façon de converser avec l’IA — poser des questions, demander des précisions, exiger des clarifications, demander des simplifications — fait exactement la même chose que moi quand j’utilise un LLM dans mon propre domaine de spécialité. »
C’est peut-être là la véritable définition de l’« expert » à l’ère de l’IA : savoir quelles questions poser, et comment évaluer si une réponse est fiable — cela compte bien plus que de « connaître toutes les réponses ».
Quant à la conjecture Jacobienne elle-même — cette conversation partagée par Terence Tao mènera-t-elle à un contre-exemple validé ? Rien n’est moins sûr pour l’instant. Mais quel que soit le résultat, cette expérience d’« l’humain le plus intelligent + l’IA la plus avancée » nous a déjà offert un aperçu fascinant de ce que l’avenir pourrait être.
Références
- Publication de Terence Tao sur Hacker News : le fil de discussion qui a enflammé la communauté
- Page de conversation partagée sur ChatGPT : Jacobian Conjecture Counterexample
- Wikipédia : article sur la conjecture Jacobienne
- Wikipédia : biographie de Terence Tao
- Débat communautaire Hacker News : discussions croisées sur la densité terminologique des mathématiques et l’IA comme partenaire de réflexion
- Fondation de la médaille Fields : présentation du parcours de Terence Tao
