Claude achève la preuve de Fermat en Lean, un jalon pour les mathématiques vérifiées par machine

Une preuve lisible par une machine

Claude a achevé une preuve vérifiée par machine du dernier théorème de Fermat, selon l’annonce publiée par Anthropic le 4 septembre, qui affirme que le modèle a travaillé de manière « largement autonome » pendant 11 jours pour produire la première preuve complète du théorème contrôlée par ordinateur [1]. L’événement ne signifie pas que Claude a découvert une nouvelle preuve de Fermat, mais qu’il a formalisé une preuve existante dans un langage que l’assistant de preuve Lean peut vérifier ligne par ligne [1].

La précision est cruciale. Le dernier théorème de Fermat affirme qu’il n’existe pas d’entiers strictement positifs (a), (b) et (c) tels que (a^n + b^n = c^n) pour un entier (n > 2), un énoncé lié à la célèbre note marginale de Pierre de Fermat au XVIIe siècle [1]. Andrew Wiles a démontré le théorème dans les années 1990, avec une publication finale en 1995 après la correction d’une faille découverte dans l’annonce initiale de 1993 [1]. Le rôle de Claude est différent: traduire cet édifice mathématique humain en un objet formel vérifiable par le noyau de Lean.

Anthropic affirme que Claude a produit environ 13 millions de lignes de code Lean et démontré 30 300 théorèmes vérifiables par ordinateur au cours du processus, dont 29 500 ont été utilisés dans la preuve finale [1]. L’entreprise indique aussi que la formalisation achevée n’utilise que les trois axiomes standard de Lean, et qu’un outil de comparaison a confirmé que l’énoncé correspond à la version du dernier théorème de Fermat présente dans Mathlib [1]. Le dépôt public associé décrit le résultat comme une preuve complète vérifiée par machine en Lean 4, construite sur Mathlib [1].

Ce que Claude a vraiment fait

La formule « Claude prouve Fermat » est spectaculaire, mais elle doit être lue avec prudence. Claude n’a pas résolu un problème ouvert. Wiles l’avait déjà fait. Ce que Claude semble avoir accompli, c’est un problème de traduction, de vérification et d’échelle [2].

Une preuve mathématique traditionnelle est écrite pour des experts. Elle s’appuie sur des connaissances communes, saute des étapes jugées routinières et renvoie à une littérature existante. Une preuve formelle ne peut pas fonctionner ainsi. Lean exige des définitions, des dépendances et des inférences suffisamment explicites pour être acceptées par un petit noyau de vérification [1]. Claude n’a donc pas remplacé Wiles; il a agi comme un moteur massif de formalisation.

Tech Times a souligné cette distinction en présentant le résultat comme une formalisation de la preuve de Wiles, et non comme une nouvelle découverte mathématique [2]. Ce cadrage évite une interprétation trompeuse selon laquelle un agent conversationnel aurait « trouvé » la preuve de Fermat. L’accomplissement est autre, mais il reste considérable: un système d’IA a contribué à convertir l’une des preuves les plus célèbres de l’histoire en un artefact logiciel binaire et auditable.

Kevin Buzzard, le mathématicien de l’Imperial College London qui pilotait un effort communautaire pluriannuel de formalisation du dernier théorème de Fermat, a examiné le résultat et déclaré, selon Anthropic, qu’il prouve le théorème sans hypothèses autres que les axiomes des mathématiques [1]. Anthropic précise également que la preuve de Claude suit une version simplifiée de la preuve de Wiles due à Henri Darmon, Fred Diamond et Richard Taylor [1].

Onze jours au lieu de plusieurs années

La rapidité de l’exécution explique une grande partie du choc. Anthropic affirme que la formalisation du dernier théorème de Fermat devait prendre des années; le seul plan de la phase initiale du projet comptait déjà 86 pages [1]. Claude aurait terminé le travail en 11 jours, avec des dizaines d’agents collaborant sur des définitions, des théorèmes intermédiaires et des objectifs de preuve de plus en plus difficiles [1].

Le média 36Kr Europe a insisté sur la même échelle: 13 millions de lignes de code, plus de 29 000 théorèmes d’appui et environ 6 milliards de tokens de sortie [3]. Silicon Report a également rapporté que le système multi-agent avait consommé environ 6 milliards de tokens produits par un modèle de recherche interne, et que la preuve avait été contrôlée par Lean avec seulement ses axiomes standard [4].

Le projet est lié à Tianyi Peng, chercheur chez Anthropic dont le groupe à Columbia University travaille sur les outils de formalisation par IA [1]. 36Kr a mis en avant son parcours dans la Yao Class de Tsinghua University et l’a présenté comme le responsable de l’effort [3]. Selon Anthropic, l’intervention humaine de Peng pendant l’exécution s’est limitée à des instructions de haut niveau, par exemple pour prioriser les jacobiennes ou le théorème de Mazur [1].

Prove2Me, l’échafaudage décisif

Le modèle n’a pas simplement reçu une consigne du type « prouve le théorème de Fermat ». Anthropic explique que les premières tentatives ont échoué parce que les agents perdaient la trace de l’état global du projet et cessaient de collaborer efficacement [1]. Ce type d’échec est typique des tâches d’IA à horizon long: dès que le projet dépasse ce qu’une seule fenêtre de contexte peut contenir, les agents risquent de dupliquer les efforts, de manquer des dépendances ou d’oublier ce qui reste à démontrer.

Le tournant est venu de Prove2Me, une plateforme collaborative ouverte pour formaliser les mathématiques, conçue par Peng et ses collaborateurs à Columbia University [1]. Anthropic indique que Prove2Me maintenait un graphe acyclique dirigé des énoncés de théorèmes, séparait les énoncés des preuves pour accélérer la compilation et conservait des descriptions en langage naturel afin que les agents puissent rechercher et réutiliser les résultats déjà établis [1].

Silicon Report a décrit le système comme un harnais multi-agent fondé sur Claude Code et coordonné par Prove2Me, avec des dizaines d’agents définissant des concepts et assemblant des résultats de difficulté croissante [4]. Stack Futures a rapporté que la campagne avait commencé début août et franchi la ligne d’arrivée à 02:00:57 UTC le 18 août, après 11 jours de travail [5].

Cette architecture est le cœur technique de l’histoire. Le jalon ne tient pas seulement à un modèle plus puissant; il dépend aussi d’une mémoire externe, d’une gestion de projet et d’une infrastructure de vérification. Dans les mathématiques formelles, l’avantage pourrait donc revenir non au modèle le plus grand isolément, mais à la meilleure combinaison entre modèle, assistant de preuve et système d’état partagé.

Comment Lean modifie la confiance

Lean compte parce qu’il transforme opérationnellement la notion de preuve. Une preuve traditionnelle est acceptée après examen par des spécialistes. Une preuve Lean n’est acceptée que si elle passe les contrôles mécaniques de l’assistant de preuve. Cela ne supprime pas toutes les questions philosophiques ou logicielles, mais cela déplace le problème de confiance d’un jugement humain subjectif vers un calcul auditable.

Anthropic affirme que la preuve finale a été vérifiée par Lean et qu’un comparateur a validé l’énoncé par rapport à Mathlib [1]. La documentation du dépôt associé indique aussi qu’une seconde implémentation indépendante du noyau Lean, nanoda, a accepté un export du même environnement, ajoutant une couche de contrôle supplémentaire [1]. Pour la vérification formelle, ce point est important: un contrôle indépendant réduit le risque qu’un résultat dépende d’un seul chemin logiciel.

Les limites restent néanmoins réelles. Un assistant de preuve vérifie l’énoncé formel qui lui est soumis; il ne garantit pas que chaque nom soit intuitif, ni qu’une exposition soit éclairante pour un humain. Anthropic écrit d’ailleurs qu’une preuve formalisée ne devrait pas remplacer une présentation compréhensible par les mathématiciens, même si elle pourrait devenir indispensable face à la croissance des résultats produits ou assistés par IA [1].

Réaction des marchés et de la communauté

Le résultat a aussi suscité une réaction rapide hors du monde académique. Un rapport a indiqué qu’un marché de prédiction lié à la formalisation de Fermat était monté à 99 % après l’apparition de la preuve Lean de Claude [6]. Ce mouvement de marché ne constitue pas une validation mathématique, mais il montre à quelle vitesse l’annonce a été perçue comme un jalon crédible par les observateurs de l’IA et de la vérification formelle.

La réaction des communautés mathématique et IA est plus nuancée. La preuve est vérifiable par machine, mais elle est gigantesque: Anthropic affirme qu’elle dépasse de plus de cinq fois la taille de Mathlib, tout en reconnaissant qu’elle est probablement beaucoup plus longue que nécessaire parce que Mathlib est concise et fortement revue [1]. Une preuve de 13 millions de lignes n’est pas un argument de manuel. C’est plutôt un artefact industriel de vérification.

Ce point pèsera sur la suite. Si les systèmes d’IA produisent régulièrement des formalismes vastes, corrects mais difficiles à lire, le prochain défi sera la compression, la lisibilité et l’intégration dans les bibliothèques communautaires. Les mathématiciens auront besoin de preuves plus courtes, de graphes de dépendances plus clairs et de composants réutilisables, et non de montagnes de code isolées.

Un signal pour les laboratoires d’IA

Pour les laboratoires d’IA, l’enjeu stratégique est évident. Les mathématiques formelles offrent un terrain rare où la correction peut être binaire: soit la preuve passe, soit elle échoue. Cela en fait un domaine particulièrement utile pour évaluer les modèles de frontière dans des tâches où les erreurs sont coûteuses et où l’auditabilité a une valeur économique.

Anthropic soutient que la formalisation automatique pourrait aider à repérer des erreurs dans le corpus mathématique et alléger le travail des rapporteurs [1]. Silicon Report a aussi relevé qu’Anthropic dit avoir utilisé, dans une expérience séparée, trois abonnements Claude Max personnels pour formaliser le théorème des trois nombres premiers de Vinogradov en trois jours, ce qui suggère que la formalisation collaborative pourrait devenir plus accessible [4].

Le résultat immédiat est donc à la fois limité et immense. Limité, parce que le dernier théorème de Fermat était déjà démontré. Immense, parce qu’une des preuves les plus célèbres des mathématiques est désormais devenue un objet vérifiable par machine grâce à un flux de travail piloté par IA. Si le résultat résiste à l’examen continu, l’épisode Claude-Fermat restera moins comme le remplacement des mathématiciens que comme le signal d’une accélération de la vérification formelle.

Sources des dernières 72 heures

1. [1]Formalizing Fermat's Last Theorem4 sept. 2026, 00:00 UTC
2. [2]Fermat's Last Theorem Machine-Checked: Claude Completes in 11 Days What Took Years to Plan5 sept. 2026, 13:39 UTC
3. [3]Claude Proves Fermat's Last Theorem for the First Time: Tsinghua University Yao Class Top Talents Step Into the Groundbreaking Mathematical Breakthrough5 sept. 2026, 01:16 UTC
4. [4]Anthropic says Claude formalized Fermat's Last Theorem proof in 11 days5 sept. 2026, 07:00 UTC
5. [5]Claude Formalized Fermat's Last Theorem in 11 Days — 13 Million Lines of Lean, 29,500 Proofs4 sept. 2026, 00:00 UTC
6. [6]Fermat’s Last Theorem Prediction Market Spikes to 99% After Claude’s Lean Proof5 sept. 2026, 00:00 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.