Anthropic affirme que Claude a résolu deux problèmes de physique des trous noirs

Nov 20, 2026
4 minute read
Anthropic homepage.

Anthropic says its Claude AI system solved two longstanding problems in theoretical physics. Source: Planet Volumes on Unsplash

eWeek Le contenu et les recommandations de produits sont indépendants de la rédaction. Nous pouvons gagner de l'argent lorsque vous cliquez sur des liens vers nos partenaires. En savoir plus

Toute découverte de trou noir ne commence pas avec un télescope. Anthropic affirme que son système d'IA Claude a résolu deux problèmes de physique théorique restés ouverts pendant des décennies, dont un calcul exposé par des chercheurs en 2003 mais jamais achevé.

Annoncés le 17 nov., ces résultats sont issus d'agents Claude Fable 5.2 étudiant la gravité quantique, un domaine qui cherche à réconcilier la relativité et la mécanique quantique. L'un des résultats concerne un univers hypothétique passant d'un gaz à un trou noir ; l'autre restreint la recherche de théories de la gravité cohérentes sur le plan mathématique.

Aucun des deux ne décrit directement les trous noirs de notre Univers, mais tous deux mettent à l'épreuve la capacité de l'IA à contribuer à des travaux de recherche complexes.

Premier problème : un gaz devient-il brutalement un trou noir ?

Advertisement

En 1983, Stephen Hawking et Don Page ont montré qu'un univers idéalisé passe brutalement d'un gaz de particules à un trou noir lorsqu'il est chauffé, un peu comme l'eau qui bout.

Une théorie quantique connexe prédisait une transition similaire, mais les chercheurs ne pouvaient pas déterminer si elle restait soudaine lorsque les particules interagissaient faiblement. Un calcul proposé en 2003 était resté inachevé.

Dans la transition de Hawking-Page à faible couplage, Claude a indiqué avoir achevé le calcul et trouvé une transition brutale. Les forces d'interaction intermédiaires restent indéterminées.

Deuxième problème : quelle pourrait être la masse d'un trou noir modèle ?

Le bootstrap modulaire exclut les théories mathématiquement incohérentes de la gravité quantique. Dans un univers tridimensionnel simplifié, il fixe une limite supérieure à la masse du trou noir le plus léger.

Une preuve antérieure fixait cette limite à c/8,5, où c désigne approximativement les briques microscopiques du modèle. Les estimations numériques laissaient penser que la limite était plus stricte.

Advertisement

Dans le bootstrap modulaire sans spin à grande charge centrale, Claude a dérivé un diviseur exact d'environ 9,1266 et montré que cette technique particulière ne pouvait pas faire mieux. Un diviseur plus grand implique une limite supérieure plus basse. Il exclut davantage de théories sans identifier la bonne.

Une autre preuve de géométrie générée par l'IA d'OpenAI a également suscité un examen mathématique extérieur.

Comment Claude a traité ces problèmes

Le chercheur d'Anthropic Hongbin Chen a demandé à Claude de proposer des questions ouvertes. Il en a suggéré 22, et des agents ont passé environ six semaines à les étudier.

Pour le premier problème, les agents ont refait la plupart des calculs, tandis qu'un physicien utilisant Claude a obtenu la même réponse par une autre méthode. Pour le second, Anthropic fait état d'une convergence entre plusieurs agents, d'une vérification formelle dans Lean et d'un examen par des physiciens.

Les prépublications du 7 nov. décrivent leur texte comme étant principalement généré par l'IA. Aucune des deux n'a encore fait l'objet d'une évaluation indépendante par les pairs. Contrairement aux liants protéiques conçus par Claude et testés en laboratoire, ces résultats reposent sur un examen mathématique.

Advertisement

Ce qu'a constaté eWeek : un calcul achevé, une limite mathématique établie

La comparaison des deux articles montre que l'emploi du mot « résolu » par Anthropic désigne deux accomplissements différents : un calcul achevé dans un modèle théorique et une limite mathématique démontrée pour une méthode analytique.

Problème

Ce que Claude aurait établi

Où le résultat s'arrête

Transition de Hawking-PageUn changement de phase brutal à faible couplageLe couplage intermédiaire et les autres modèles
Bootstrap modulaireUne limite exacte de c/9,1266 pour la méthode sans spin la plus simpleLes autres techniques et la théorie correcte de la gravité

Anthropic l'a reconnu dans son annonce de recherche : « Aucun des deux résultats ne décrit directement notre propre Univers, et aucun n'a d'application pratique. »

Advertisement

Quelle suite pour les résultats de Claude sur les trous noirs

Pour les équipes de recherche et les organisations qui explorent les agents d'IA, l'importance de ces travaux dépasse la physique des trous noirs.

L'approche d'Anthropic montre comment plusieurs agents peuvent étudier des problèmes ardus, vérifier des calculs et travailler aux côtés d'experts humains. Des approches similaires pourraient être utiles dans d'autres domaines où la recherche occupe une place centrale, à condition que les résultats puissent être évalués indépendamment.

Toutefois, les avancées mathématiques ne se traduisent pas automatiquement par une fiabilité dans le monde réel. Contrairement au travail de Claude sur les lasers des ordinateurs quantiques, que des ingénieurs ont testé sur du matériel, ces résultats doivent encore faire l'objet d'un examen plus large de la part des physiciens.

Pour les organisations qui envisagent d'utiliser des agents d'IA dans des travaux techniques complexes, la leçon est de ne pas s'arrêter à la question de savoir si l'IA produit une réponse convaincante. Les équipes doivent également comprendre ses hypothèses, vérifier ses conclusions et déterminer dans quels domaines l'expertise humaine reste indispensable.

Advertisement

Vous envisagez de faire travailler des agents d'IA au sein de votre équipe ? Découvrez The Neuron Academy et son How to Talk to Your AI course pour acquérir des compétences pratiques en IA et apprendre dans quelles situations une supervision humaine reste nécessaire.

Kezia Grace Jungco

Kezia Jungco is a technology writer and researcher specializing in artificial intelligence, data analytics, CRM software, cloud infrastructure, cybersecurity, and emerging business technologies. With more than five years of experience evaluating software platforms and technology solutions, she helps business leaders understand the tools and trends shaping the future of work.

Kezia has extensive hands-on experience testing and analyzing generative AI platforms, chatbots, natural language processing (NLP) tools, CRM systems, and business software. Her work focuses on translating complex technologies into practical insights that help organizations make informed decisions about technology adoption, operational efficiency, and digital transformation.

As a staff writer for TechnologyAdvice, Kezia covers AI innovation, business applications of machine learning, data-driven technologies, cloud computing, cybersecurity, and sales technology. Her background in journalism, research, and education enables her to combine rigorous analysis with clear, accessible reporting for both enterprise and consumer audiences.

Kezia holds a bachelor's degree in Development Communication with a major in Development Journalism from the University of the Philippines Los Baños. She has also completed professional training in artificial intelligence, data privacy, and information security. Her work has been featured in TechnologyAdvice, TechRepublic, eWeek, Datamation, and Selling Signals, where she helps readers navigate a rapidly evolving technology landscape with practical, research-driven guidance.

eWeek Logo

eWeek has the latest technology news and analysis, buying guides, and product reviews for IT professionals and technology buyers. The site's focus is on innovative solutions and covering in-depth technical content. eWeek stays on the cutting edge of technology news and IT trends through interviews and expert analysis. Gain insight from top innovators and thought leaders in the fields of IT, business, enterprise software, startups, and more.

Propriété de TechnologyAdvice. © 2026 TechnologyAdvice. Tous droits réservés

Divulgation publicitaire : Certains des produits qui apparaissent sur ce site proviennent d'entreprises dont TechnologyAdvice reçoit une compensation. Cette compensation peut influencer la façon dont les produits apparaissent sur ce site, notamment l'ordre dans lequel ils apparaissent. TechnologyAdvice n'inclut pas toutes les entreprises ou tous les types de produits disponibles sur le marché.