Science

Terence Tao, le mathématicien qui refuse qu’une preuve illisible suffise

Penelope H. Fritz
Ajoutez-nous sur Google
Terence Tao
Terence Tao
Photo: Institute for Pure & Applied Mathematics / CC BY 4.0, via Wikimedia Commons
Naissance17 juillet 1975
Adelaide, Australia
ProfessionMathématicien
RécompensesMédaille Royale · Prix Salem · Prix mémoriel Bôcher

Lorsque Levent Alpöge a rendu publique une preuve gigantesque de l’hypothèse de Riemann généralisée, écrite entièrement en code Lean et produite avec l’aide massive d’un modèle d’intelligence artificielle, Terence Tao a fait ce qu’il fait depuis l’essentiel de sa vie professionnelle : il a ouvert son blog et tenté d’expliquer à ses collègues mathématiciens ce qui venait de se passer. Il n’a pas parlé de percée. Il n’a pas parlé d’erreur. Il l’a classée dernière parmi les résultats de la semaine, selon le degré d’assimilation par la communauté, en ajoutant, avec un certain soulagement, que cette fois au moins il y avait un auteur humain à qui poser des questions.

Cette retenue est ce que le mathématicien de l’UCLA révèle de plus parlant aujourd’hui. Peu de gens ont autant contribué que lui à rendre respectable la preuve vérifiée par machine : pendant des années, il a convaincu des volontaires de traduire des théorèmes en Lean, le langage de programmation dans lequel un ordinateur vérifie chaque étape logique. Les machines produisent désormais des arguments vérifiés plus vite que personne ne peut les lire, et celui qui a contribué à les faire entrer est devenu la voix la plus obstinée du milieu pour affirmer qu’une preuve que personne ne comprend n’est pas encore des mathématiques achevées.

Tao est né le 17 juillet 1975 à Adélaïde, aîné de trois garçons de Billy Tao, pédiatre originaire de Shanghai, et de Grace Leong, née à Hong Kong, diplômée en mathématiques et en physique et enseignante dans le secondaire. Ses parents s’étaient rencontrés à l’université de Hong Kong et avaient émigré en Australie en 1972. Le récit de son enfance a été si souvent répété qu’il a pris des airs de légende : des cours à l’université Flinders dès neuf ans, une médaille de bronze aux Olympiades internationales de mathématiques à dix ans, puis l’or à 13 ans, en 1988, ce qui fait toujours de lui le plus jeune médaillé d’or de l’histoire de la compétition. Il étudie à plein temps à Flinders dès 14 ans, obtient un master à 17 ans et part pour Princeton grâce à une bourse Fulbright ; il y soutient en 1996, à 20 ans, un doctorat d’analyse harmonique sous la direction d’Elias Stein.

Il a passé une bonne partie du temps écoulé depuis à tenter de démonter la légende que ces chiffres ont bâtie. Dans un essai de 2007 intitulé « Does one have to be a genius to do maths? », il répondait par la négative, soutenant qu’un travail acharné et soutenu compte bien plus qu’un hypothétique gène du génie. Ceux qui ne connaissent que l’enfant prodige oublient souvent combien son travail d’adulte est lent et collaboratif, et mené en grande partie au grand jour, dans les fils de commentaires de son blog et dans des fichiers partagés avec des dizaines de coauteurs.

L’UCLA l’a recruté en 1996 et l’a nommé professeur titulaire en 1999, à 24 ans. Les résultats qui ont suivi ont franchi des frontières que la plupart des mathématiciens ne franchissent jamais. Avec Ben Green, il a démontré en 2004 que les nombres premiers contiennent des progressions arithmétiques de toute longueur finie, résultat connu aujourd’hui sous le nom de théorème de Green-Tao. Avec Emmanuel Candès et Justin Romberg, il a contribué à poser les fondements de l’acquisition comprimée (compressed sensing), cette mathématique qui permet de reconstruire un signal à partir de beaucoup moins de mesures qu’on ne l’a longtemps cru nécessaire, un travail passé de la théorie pure à l’imagerie médicale. La médaille Fields est venue en 2006, suivie au fil des ans du Breakthrough Prize en mathématiques, du prix Crafoord, de la Royal Medal et, en 2020, du prix Princesse des Asturies, partagé avec Candès.

Il a continué à s’attaquer à des problèmes aux noms célèbres. En 2015, il a réglé le problème de la discrépance d’Erdős ; en 2019, il a démontré que presque toutes les orbites de la conjecture de Collatz finissent par atteindre des valeurs presque bornées, l’un des résultats partiels les plus importants sur ce problème depuis des décennies. Puis son attention s’est portée sur la manière dont les preuves sont vérifiées. En 2023, après avoir démontré la conjecture de Freiman-Ruzsa polynomiale avec Timothy Gowers, Ben Green et Freddie Manners, il a invité des volontaires à la formaliser en Lean, et ceux-ci ont terminé en trois semaines environ. Son Equational Theories Project, lancé en 2024, a associé contributeurs humains et outils automatisés pour trancher, en avril 2025, l’ensemble des plus de 22 millions d’implications entre 4 694 lois algébriques.

C’est ici que l’image publique et le mathématicien au travail divergent. Il est le mathématicien le plus en vue à utiliser ouvertement des outils d’IA, et il avait prédit en 2023 que ceux de la génération 2026 seraient des coauteurs fiables ; en février 2026, il a déclaré que cette prévision s’était réalisée presque exactement dans les temps. Pourtant, en septembre, il figurait parmi les 25 médaillés Fields signataires d’une déclaration intitulée « A Severe Misalignment of AI in Mathematics », et en octobre, il disait ne plus voir comment dialoguer de façon constructive avec OpenAI. Il ne cache pas ces imbrications : après la suspension en 2025 des subventions fédérales de recherche à l’UCLA, dont la sienne et celle qui fait vivre l’Institute for Pure and Applied Mathematics, où il supervise les projets spéciaux, de l’argent d’OpenAI a contribué à financer un atelier de l’institut en mars 2026. Les outils qu’il a défendus, la vérification formelle avant tout, sont précisément ceux qui permettent d’accepter une preuve illisible sur la seule parole d’un ordinateur. Son argument est désormais que les mathématiciens doivent rester dans la boucle en tant qu’interprètes des résultats, et non simples producteurs bruts de résultats, comme il l’a formulé au Los Angeles Review of Books en novembre 2026.

Il ne se contente pas d’argumenter : il construit aussi des alternatives. Tao a cofondé SAIR, une organisation à but non lucratif qui collecte des fonds pour les travaux d’IA appliquée aux mathématiques, et en octobre, avec Yu Deng, il a présenté Open Math OS, une plateforme hébergée qui donne aux chercheurs accès à des modèles open source sans qu’ils aient à posséder le matériel pour les faire tourner. En novembre, il a publié Six Math Essentials chez Quanta Books, son premier livre destiné au grand public, un parcours en six idées allant des nombres aux systèmes dynamiques, et l’a présenté à Brooklyn lors d’une conversation avec l’astrophysicienne Janna Levin. Il paraît plus de trente ans après Solving Mathematical Problems, le guide de résolution de problèmes qu’il avait écrit adolescent. En juin 2026, il a été nommé Compagnon de l’Ordre d’Australie.

Il vit à Los Angeles avec son épouse, Laura Tao, ingénieure en électricité au Jet Propulsion Laboratory de la NASA, et leurs deux enfants.

Le verdict sur l’archive d’Alpöge viendra des volontaires qui l’examinent sur la messagerie de la communauté Lean, et de l’article qu’Alpöge dit avoir désormais l’intention de rédiger. Tao a déjà prévenu que l’assimilation prendrait du temps. En attendant, il fait quelque chose de moins visible : il met en ligne, semaine après semaine, les notes de cours de son cours de master sur l’analyse harmonique, la discipline qu’il a apprise à Princeton, à l’intention d’étudiants qui devront décider de ce que comprendre une preuve veut dire.

Étiquettes: , , , , ,

Ajoutez-nous sur Google

Discussion

Il y a 0 commentaire.