PSI affirme que son IA a fait avancer cinq problèmes quantiques ouverts
La start-up PSI dit avoir fait avancer cinq problèmes ouverts de physique quantique avec son IA Emmy. Preuves publiées en ligne, avis des experts attendu.
Une start-up quasi inconnue affirme que son IA a fait avancer cinq questions de physique quantique, dont certaines restent sans réponse depuis plus de vingt ans. C’est ce que rapporte le média chinois QbitAI (量子位), sur un ton très enthousiaste. Percée scientifique ou effet d’annonce ? Les preuves sont en ligne, mais le verdict de la communauté, lui, n’est pas encore là.
Ce que PSI annonce, au juste
Ce qui est en jeu : savoir si une IA peut produire de vraies découvertes de recherche fondamentale, et pas seulement résumer ou rédiger des textes.
L’annonce vient de Physical Superintelligence, abrégée PSI, que QbitAI décrit comme une société « mystérieuse ». Selon le média, l’entreprise dit avoir obtenu des résultats sur cinq problèmes ouverts de la théorie de l’information quantique. Elle a publié les articles, les preuves au format Lean (nous y revenons plus bas) et le code de vérification sur GitHub, pour que les chercheurs les examinent.
La théorie de l’information quantique étudie comment stocker, traiter et transmettre de l’information en exploitant les lois étranges de la physique quantique. Les enjeux : des ordinateurs plus puissants que les ordinateurs classiques et des communications plus sûres.
Les cinq problèmes touchent à l’intrication (le lien mystérieux entre deux particules), à la théorie quantique des champs (le cadre qui décrit les particules comme des vibrations de champs remplissant tout l’espace), à la communication quantique à haute dimension, à la capacité des canaux quantiques (combien d’information on peut y faire passer) et à la causalité quantique. Nous ne pouvons pas juger le contenu des preuves : QbitAI ne les détaille pas, et nous non plus.
Un « problème ouvert », c’est quoi ?
En science, un problème ouvert est une question précise à laquelle personne n’a encore su répondre. Elle est connue, formulée, et des spécialistes ont déjà essayé sans y parvenir. Plus elle résiste longtemps, plus la faire avancer a de valeur : c’est ce qui distingue une vraie contribution d’un exercice scolaire.
Les cinq questions viennent d’une liste connue dans le milieu : le catalogue des « Open Quantum Problems » (problèmes quantiques ouverts). Selon QbitAI, le physicien allemand Reinhard Werner l’a créé en 1999 pour rassembler les questions importantes sur lesquelles la communauté bute. Le catalogue a donc 27 ans. Trois des cinq problèmes traités (numérotés OQP 2, 12 et 27) y figurent depuis le début des années 2000, d’après le média. Les deux autres sont donc plus récents : la source ne dit pas de quand ils datent.
En clair : PSI s’est attaquée à des questions que les chercheurs eux-mêmes jugent difficiles. Le choix ne ressemble pas à une facilité.
Emmy : séparer l’imagination de la vérification
Ce qui est en jeu : une IA invente facilement des choses fausses mais convaincantes. Pour la recherche, c’est le point faible à corriger.
Selon QbitAI, le système de PSI, baptisé Emmy en hommage à la mathématicienne Emmy Noether, sépare deux étapes. D’abord, il confie à de grands modèles d’IA le soin de découper un problème difficile en une multitude de petites hypothèses mathématiques, chacune vérifiable. Ensuite, il les soumet à des outils stricts : un assistant de preuve nommé Lean, des moteurs de calcul symbolique (des logiciels qui manipulent des formules exactes plutôt que des valeurs approchées) et du code de vérification de haute précision. Les hypothèses fausses sont écartées, les autres servent de base à de nouvelles pistes.
Lean est un logiciel qui relit chaque étape d’une démonstration, comme un correcteur de grammaire impitoyable, mais pour les mathématiques. Si le code Lean est accepté, la preuve est correcte pour l’énoncé qu’on lui a donné. QbitAI écrit que cela rend le théorème « sans faille à 100 % » sur le plan de la logique mathématique.
Cette garantie a une limite, que QbitAI ne discute pas. Lean certifie que la preuve tient pour l’énoncé fourni. Reste à savoir si cet énoncé traduit fidèlement la question posée par les physiciens. Autre point de vocabulaire : QbitAI écrit que PSI a obtenu des résultats « sur » ces problèmes, et son titre parle de problèmes « percés ». Ce n’est pas forcément la même chose que « résolus » : une avancée peut être complète, partielle, ou limiter la question à un cas particulier. Seuls des spécialistes pourront trancher.
PSI ajoute, toujours selon le média, que les résultats de ces vérifications servent aussi de signal de récompense : une sorte de bonne note automatique, qui indique à l’IA qu’elle a bien travaillé, pour entraîner la prochaine génération du système.
Qui est derrière PSI, et qui touche le mérite ?
Ce qui est en jeu : derrière un résultat scientifique, il y a des personnes, de l’argent et un récit. Les trois comptent pour juger l’annonce.
Le fondateur et scientifique en chef est Alex Wissner-Gross. QbitAI raconte qu’il a obtenu au MIT trois diplômes à la fois (physique, génie électrique et mathématiques), puis un doctorat de physique à Harvard en 2007. En 2013, il avait présenté lors d’une conférence TEDx une théorie selon laquelle un comportement intelligent émerge d’une règle simple : maximiser ses possibilités d’action futures. C’est lui le profil « MIT » mis en avant par le média chinois. Mais rien dans l’article ne dit qu’il a lui-même résolu ces problèmes : le travail est présenté comme celui du système Emmy.
Le cofondateur et président, Alex Klokus, est présenté comme le fondateur du média Futurism. Côté argent, PSI a annoncé en septembre une levée de 58 millions de dollars. Le fonds Breakthrough Energy Ventures, créé par Bill Gates, a mené le tour. SV Angel, Balaji Srinivasan (ancien associé du fonds a16z) et des investisseurs individuels venus d’OpenAI, de Nvidia, de Hugging Face ou d’Oracle ont suivi.
QbitAI note que le site de PSI est quasi vide et que ces cinq résultats sont son premier fait d’armes. L’entreprise vise « le laboratoire de recherche en physique le plus avancé du monde » et veut faire passer la découverte « du génie à l’échelle industrielle ». Elle compte financer cela en optimisant l’énergie, le refroidissement et le réseau des grands centres de calcul. Elle annonce aussi, pour un investisseur privé, une sonde interstellaire baptisée Fermi Explorer, à lancer avant 2029. Selon QbitAI, elle voyagerait 80 000 ans vers le système du Centaure, à 4,2 années-lumière. Ces promesses relèvent de l’annonce, pas de la preuve.
Sur la répartition du mérite, la question reste ouverte. Si Emmy fait le travail avec des modèles de langage, que revient aux humains qui ont posé le cadre, choisi les problèmes et formalisé les énoncés ? Et qui signe les articles : l’équipe, la machine, les deux ? L’article de QbitAI ne répond pas.
Ce qui reste à vérifier
Il faut le dire clairement : à ce stade, il s’agit d’une affirmation d’entreprise relayée par un média, pas d’un résultat confirmé. L’article de QbitAI ne mentionne aucune relecture par des pairs, ni réaction de spécialistes des problèmes concernés.
Quelques points à surveiller dans les semaines à venir :
- La lecture par des spécialistes. Les articles et le code sont publics. Des chercheurs des cinq sous-domaines peuvent dire si les énoncés formalisés correspondent aux problèmes d’origine.
- L’ampleur de chaque avancée. Un problème « résolu », « partiellement résolu » ou « réduit à un cas particulier » n’a pas la même portée.
- Le rôle réel de l’IA. Quelle part vient des grands modèles, quelle part des outils de vérification, quelle part de l’intervention humaine ? La source ne le dit pas.
- La suite. Un seul lot de résultats ne fait pas une méthode. Si Emmy refait ce travail sur d’autres catalogues de problèmes, l’argument deviendra plus solide.
Une chose se dégage malgré ces réserves. L’idée d’une IA qui propose, et d’un vérificateur strict qui tranche, est une réponse possible au problème des hallucinations, ces affirmations fausses données avec aplomb. En mathématiques, où une preuve se contrôle mécaniquement, la méthode est testable. La vraie épreuve sera donc publique : quand des spécialistes auront relu le dépôt GitHub, que diront-ils des cinq énoncés ?
