Une IA appelée PackingStar a trouvé des milliers de configurations de sphères en haute dimension, repoussant des limites que les mathématiciens n’arrivaient plus à bouger, avec des retombées possibles pour le codage, le stockage de données et les télécoms.
Le problème est simple à raconter et cruel à résoudre : combien de sphères identiques peuvent toucher une sphère centrale sans se chevaucher ? Dans notre monde, la réponse est nette, 12, et Newton avait raison face à Gregory, mais dès qu’on monte en dimensions, tout devient brumeux. Des équipes de Fudan, de l’Université de Pékin et de la Shanghai Academy of AI for Science ont utilisé l’IA pour explorer ces espaces où l’intuition humaine se casse les dents. Le twist, c’est que la machine propose des configurations et que les humains doivent encore prouver, vérifier, et trier ce qui tient vraiment debout.
A lire aussi :
- Cette batterie à eau promet 120 000 cycles sans flamber et pourrait enterrer le lithium-ion sur le terrain où ça compte vraiment, la fiabilité
- Ce qu’on ne voyait jamais sur un ordinateur quantique vient d’être filmé en direct : un qubit “parfait” peut s’effondrer en quelques millisecondes, et ça change toute la course à la fiabilité
Un duel de 1694 qui n’a jamais vraiment pris fin
En 1694, Isaac Newton et David Gregory se disputaient un résultat qui paraît presque enfantin : le maximum de “voisines” qu’une sphère peut toucher. Dans l’espace en 3 dimensions, on sait aujourd’hui que la limite est 12 sphèresautour d’une centrale, et l’affaire est réglée. Sauf que ce n’est que le premier étage d’un immeuble géométrique. Dès qu’on passe à 4 dimensions et au delà, le paysage change, les symétries deviennent plus rares, et la recherche s’enlise dans une complexité qui dépasse vite le calcul brut. Le problème du nombre de baisers est une porte d’entrée vers des questions plus vastes, dont l’emballage de sphères et les codes, et c’est pour cela qu’il résiste depuis si longtemps. Newton, géométrie, dimensions.
Ce que l’on connaît déjà, et pourquoi ça ne suffit pas
Certaines dimensions sont des îlots de certitude. En 4 dimensions, le nombre de baisers est 24, un résultat établi par des travaux modernes. En 24 dimensions, un cas mythique lié au réseau de Leech donne 196 560, un chiffre qui résonne comme un record historique. Mais entre ces phares, il y a des mers entières de dimensions où l’on n’a souvent que des bornes, des constructions partielles, des conjectures. Plus la dimension augmente, plus l’espace se dilate, plus les configurations possibles explosent, et plus les méthodes classiques, lattices, optimisations, programmes semi définis, finissent par plafonner. Le drame, c’est que l’on peut “croire” avoir une bonne configuration sans savoir si elle est proche de l’optimum. bornes, réseau de Leech, complexité.
PackingStar : une IA entraînée pour chercher, pas pour réciter
PackingStar n’est pas présentée comme une calculatrice géante, mais comme un système d’apprentissage par renforcement conçu pour explorer des espaces où l’humain perd ses repères. Le principe décrit dans la prépublication associée est direct : reformuler la recherche de configurations en un jeu coopératif entre agents, qui remplissent et corrigent une structure mathématique liée aux angles entre sphères. Plutôt que de manipuler des coordonnées instables en très haute dimension, l’IA travaille sur des relations pairwise, ce qui évite certains pièges numériques et accélère l’exploration. L’idée est brutale et efficace : générer énormément, filtrer, repérer des motifs, et pousser jusqu’à tomber sur des arrangements que personne n’avait isolés. PackingStar, renforcement, agents.
Le résultat le plus tangible : des percées de 25 à 31 dimensions
Là où l’annonce frappe, c’est sur une plage précise : de 25 à 31 dimensions, l’IA aurait dépassé les meilleures bornes inférieures connues, celles qui faisaient référence dans la littérature récente. Dans ces dimensions, on parle moins de jolies figures que de structures qui ressemblent à des mécanismes d’horlogerie, avec des répétitions, des sous motifs, des liens possibles avec des objets connus. La configuration en 25 dimensions, par exemple, est décrite comme proche d’une sous structure du réseau de Leech, ce qui suggère une organisation géométrique nette plutôt qu’un hasard. C’est exactement le type de découverte qui relance un champ : elle donne un point d’appui, et force les humains à comprendre pourquoi ça marche. records, 25 dimensions, structure.
Le coup de théâtre discret : 13 dimensions et des milliers de formes
L’article évoque aussi un résultat moins spectaculaire pour le grand public, mais potentiellement très important pour les spécialistes : une première percée depuis des décennies au delà des structures rationnelles en 13 dimensions, et la découverte de milliers de configurations dans des dimensions voisines, notamment 14 dimensions. Dit simplement : l’IA ne se contente pas d’un record unique, elle crée un inventaire massif de solutions candidates avec des motifs exploitables. Ce n’est pas la réponse finale, mais c’est une mine. Dans des domaines où les preuves sont longues et les intuitions rares, avoir des milliers de cas à étudier peut accélérer le rythme de compréhension, à condition de ne pas confondre quantité et vérité. 13 dimensions, configurations, motifs.
Pourquoi ça touche le monde réel : codes, signaux, stockage
Ce problème n’est pas un jeu de salon. Les configurations de sphères sont un langage caché des technologies modernes : elles apparaissent quand on veut empaqueter de l’information de manière robuste, créer des codes correcteurs d’erreurs, optimiser des constellations de signaux en télécommunications, ou organiser le stockage de données avec une densité maximale et des marges de sécurité. En clair, “bien ranger des sphères” ressemble à “bien ranger des messages” dans un espace abstrait. Plus on comprend ces géométries, plus on peut concevoir des systèmes qui résistent au bruit, aux pertes, aux interférences, y compris dans le codage quantique. Ce n’est pas automatique, mais le pont existe, et c’est ce qui rend ces avancées attractives au delà des mathématiques pures. information, télécoms, codage.
La limite qui ne bouge pas : l’IA propose, l’humain doit prouver
Le détail qui compte est aussi le plus honnête : ces configurations ne sont pas, par défaut, des preuves. Elles sont des candidats, des constructions, des bornes inférieures plausibles. Pour transformer une trouvaille en théorème, il faut des mathématiciens capables de formaliser, de démontrer, de vérifier la validité et l’optimalité éventuelle. C’est là que la méthode peut être la plus utile : elle sert de projecteur dans une pièce trop sombre, mais elle ne remplace pas le procès verbal. Si ces résultats sont confirmés, PackingStar aura joué un rôle classique des grandes machines dans l’histoire des sciences : accélérer l’exploration et forcer l’esprit humain à rattraper ce qu’il vient de voir. preuve, vérification, prépublication.
| Dimension | Nombre de baisers connu ou célèbre | Statut |
| 3 | 12 | Résolu |
| 4 | 24 | Résolu |
| 24 | 196 560 | Résolu |
| 25 à 31 | Bornes améliorées par IA | À vérifier et consolider |
Source : SCMP
