Claude résout un problème de physique théorique à neuf boucles — et le fait en quelques jours

Une équation qui résiste depuis des années

Imaginez un casse-tête mathématique si complexe que même les meilleurs experts du domaine peinent à le résoudre. C’est le cas de la formule à neuf boucles dans la théorie N=4 super-Yang-Mills, un modèle simplifié utilisé en physique des particules pour étudier les interactions entre particules. Jusqu’ici, les physiciens n’avaient réussi à calculer ces formules qu’à deux ou trois boucles au maximum. Passer à neuf boucles, c’est comme vouloir résoudre un Rubik’s Cube en aveugle, en tenant compte de toutes les rotations possibles en même temps.

Pourtant, en quelques jours seulement, Claude, le grand modèle de langage d’Anthropic, a réussi à calculer cette formule. Le résultat a été vérifié par Lance Dixon, professeur à Stanford et au SLAC, qui travaille sur ces calculs depuis des années. "Quand j’ai appris que Claude avait fait ça, j’ai été impressionné", confie-t-il. "Pas parce que c’était un calcul énorme en termes de puissance brute, mais parce que la méthode est extrêmement fragile. Une seule erreur dans le code ou dans les étapes intermédiaires, et tout s’effondre."

Comment une IA a-t-elle pu y parvenir ?

Les physiciens utilisent une technique appelée bootstrap pour résoudre ces équations. L’idée est simple : au lieu de tout calculer de A à Z, on part d’une forme générale de la solution, puis on élimine les possibilités qui ne correspondent pas aux règles connues de la physique. C’est un peu comme résoudre une énigme en éliminant les mauvaises réponses une par une, jusqu’à ce qu’il n’en reste qu’une seule.

Claude a appliqué cette méthode avec une différence majeure : il a pu tester des milliers de variantes en parallèle, sans se fatiguer. Les chercheurs d’Anthropic lui ont simplement donné la consigne :

> « Calcule l’amplitude à six particules et neuf boucles dans la théorie N=4 super-Yang-Mills. »

Le modèle a ensuite enchaîné les étapes, en ajustant son approche en fonction des résultats intermédiaires. Le coût ? Environ 1 000 dollars en temps de calcul, soit l’équivalent de quelques semaines de travail sur 96 processeurs. Pour un humain, ce même calcul aurait pris des années, même avec les méthodes les plus optimisées.

Une avancée qui soulève des questions

Ce résultat n’est pas qu’une prouesse technique. Il montre que les grands modèles de langage peuvent désormais automatiser des tâches scientifiques complexes, sans nécessiter une supervision humaine constante. "Claude a fait le travail en une seule fois, sans qu’on ait besoin de lui tenir la main à chaque étape", explique Liam Fitzpatrick, physicien chez Anthropic. "C’est un changement de paradigme : on passe d’une IA qui aide les chercheurs à une IA qui peut faire le travail à leur place."

Pourtant, les humains n’ont pas dit leur dernier mot. Peu après l’annonce d’Anthropic, une équipe chinoise dirigée par Song He (Académie des sciences de Chine) a publié une partie des résultats, obtenus avec l’aide d’une autre IA, GPT-6. Leur approche était différente : ils ont utilisé l’IA pour générer des contraintes, mais ont gardé la main sur la structure globale du calcul.

Et maintenant ?

Les physiciens voient dans cette expérience un signe des temps. "On savait que les grands modèles de langage allaient transformer la physique, mais on ne savait pas quand ça allait devenir évident", confie Lance Dixon. "Pour moi, c’est arrivé le 1er septembre 2026, quand j’ai appris que Claude avait résolu ce problème."

Reste une question : faut-il s’inquiéter de voir des IA remplacer les chercheurs ? Pas encore. Les physiciens soulignent que les modèles comme Claude ne comprennent pas vraiment la physique — ils appliquent simplement des méthodes connues, mais avec une rapidité et une précision inégalées. "Claude a utilisé des techniques que nous maîtrisons déjà", précise Dixon. "Il ne les a pas inventées. Mais il les a appliquées mieux que nous ne l’aurions fait."

En bref