Terence Tao veröffentlichte wütend einen Beitrag: KI zerstört die jahrhundertealte offene Tradition der Mathematik

Heute spricht das gesamte Internet nur über diesen großen Skandal bei OpenAI.

Gestern Abend hat OpenAI offiziell bekannt gegeben, dass die Navier-Stokes-Gleichung, eines der Millennium-Probleme, von einem internen Modell offiziell gelöst wurde.

Dahinter steckt jedoch weit mehr als das Einfache, was es auf den ersten Blick scheint.

Es kursiert die Behauptung, dass Mathematiker der New York University mit großer Hingabe nach Inspirationen suchten und gerade einen Weg zur Lösung eines der „Millennium-Preisprobleme“ gefunden hatten.

Daraufhin handelte der Gigant OpenAI sofort, mobilisierte riesige Rechenkapazitäten für eine „brutale Übernahme“, versuchte nicht nur, die Veröffentlichung der Arbeit vorzuziehen, sondern nutzte auch seine Macht, um das Team zu zwingen, die Namen von Mitarbeitern konkurrierender Unternehmen aus der Autorliste zu streichen.

Bisher ist niemand in der Lage, zu bestätigen, ob diese Behauptung der Wahrheit entspricht.

Aber der Fields-Medaillen-Träger Terence Tao hat vor wenigen Stunden einen langen Beitrag veröffentlicht, in dem er scharf kritisiert: Die KI zerstört die jahrhundertealte Tradition der offenen Wissenschaft!

Er äußerte eine beunruhigende These: Das gewaltsame Eingreifen der KI zerstört grundlegend die seit Jahrhunderten bestehende Tradition der „offenen Wissenschaft“.

Zukünftige Mathematiker werden es nicht mehr wagen, ihre Forschungsrichtungen öffentlich zu teilen.

OpenAI „Gang-ähnliche“ Vorabveröffentlichung?

Der Auslöser dieser Geschichte ist der heilige Gral der Strömungsmechanik – die Navier-Stokes-Gleichung.

Als eines der sieben „Millennium-Preisprobleme“, für die das Clay Mathematics Institute eine Belohnung ausgesetzt hat, plagt es die Menschheit seit mehr als einem Jahrhundert.

Vor einigen Monaten bildeten die Mathematiker der New York University, Tristan Buckmaster und Leven Alpöge, ein Team, das versuchte, mehrere wichtige Probleme der Strömungsmechanik mit KI zu lösen.

Nach monatelanger Forschung erzielten sie endlich echte Fortschritte und entdeckten einen vielversprechenden Lösungsweg.

Doch damit begann auch der Albtraum.

Laut der öffentlichen Anklage von Buckmaster erfuhr OpenAI in den „letzten Tagen“ über einen Kanal von dieser Angelegenheit.

Als OpenAI erfuhr, dass menschliche Mathematiker bereits einen Weg gefunden hatten, ließ es sein neuestes Modell sofort entlang des von ihnen entdeckten effektiven Weges arbeiten und nutzte seine überlegene Rechenleistung für eine brutale Erschöpfungssuche.

Noch abscheulicher sind die anschließenden „PR-Maßnahmen“.

Als OpenAI mit dem von der KI gelösten Ergebnis zum Team der New York University kam, versuchte es nicht nur, die öffentliche Verbreitung der Forschungsergebnisse zu kontrollieren, sondern stellte auch diese Bedingung: Eine gemeinsame Veröffentlichung ist möglich, aber ihr müsst die Mitarbeiter von Anthropic aus der Autorliste entfernen!

Nach dieser Äußerung geriet die akademische Welt sofort in Aufruhr.

Thom Wolf, Gründer von Hugging Face, schimpfte direkt auf X: „Was zum Teufel ist das für eine Art, mit der Arbeit von Mathematikern und dem wissenschaftlichen Austausch umzugehen? Es ist erbärmlich, die Ergebnisse anderer zu stehlen und dann eine gemeinsame Veröffentlichung vorzuschlagen!“

Obwohl der OpenAI-Forscher Sebastien Bubeck eilig einen Beitrag zur Klarstellung veröffentlichte und behauptete, dies sei eine „unwahre Anschuldigung“, ist die Wut der Öffentlichkeit bereits vollständig entfacht.

Derzeit scheint der Wahrheit am nächsten zu liegen, dass Buckmaster bei seinen Versuchen keinen Erfolg hatte, OpenAI aber erfolgreich war – und die von OpenAI verwendete Methode nicht unbedingt von ihm selbst erfunden wurde.

Hinter diesem Spektakel verbirgt sich jedoch eine tiefere Krise.

Terence Taos Warnung – KI ebnet die Mathematik vollständig ein

Bisher war Terence Tao stets ein Befürworter der KI-gestützten mathematischen Forschung. Dieses Mal empfindet er jedoch tiefe Sorge.

In seinem langen Beitrag verwendet er dieses Gleichnis.

„Ein Land kann gleichzeitig unter einem schweren Mangel an Trinkwasser leiden und dennoch von einem riesigen Ozean umgeben sein.“

Terence Tao weist darauf hin, dass es in der Mathematik nie an „Problemen“ mangelt. Man kann leicht das Problem aufwerfen, die 10^10^10-te Ziffer von Pi zu berechnen – aber diese Probleme sind wie Meerwasser, völlig untrinkbar.

Zu beurteilen, ob ein mathematisches Problem „forschungswürdig“ ist, ist ein langer, vorsichtiger und subjektiver Prozess.

In der traditionellen mathematischen Forschung gibt es eine Art „Schwierigkeitslandschaft“. Einige Probleme sind wie Ebenen, die sich mit vorhandenen Werkzeugen leicht lösen lassen; andere sind wie hohe Berge, die große Anstrengungen erfordern; wieder andere sind unüberwindbare Abgründe.

Genau diese unebene Landschaft macht die Schönheit der Mathematik aus und leitet Mathematiker dazu an, zu forschen und tiefe Verbindungen zwischen verschiedenen Bereichen herzustellen.

„Das Merkmal des KI-Zeitalters ist jedoch, dass es keine klaren Grenzen gibt“, bemerkt Terence Tao scharfsinnig.

Wenn leistungsstarke KI-Werkzeuge (insbesondere die Black-Box-Modelle mit undurchsichtigem Funktionsmechanismus) unterschiedslos in die Mathematik eindringen, wirken sie wie ein riesiger Dampf-Bulldozer, der die ursprüngliche unebene „Schwierigkeitslandschaft“ vollständig einplant.

Die Menschen können die geometrische Struktur dieser Disziplin nicht mehr erkennen und wissen nicht, welche Probleme vielversprechend und welche Sackgassen sind.

Noch fataler ist, dass die Suche nach einem „vielversprechenden Problem“ die knappste und wertvollste Ressource in der heutigen wissenschaftlichen Welt ist.

In der Vergangenheit teilten Mathematiker, sobald sie einen vielversprechenden Forschungsweg entdeckt hatten, dies oft aufgeregt auf akademischen Konferenzen oder im Austausch mit Kollegen in Seminaren mit – dies ist der Grundstein der „offenen Wissenschaft“.

Die Menschen tauschten Wissen aus und erweiterten gemeinsam die Grenzen des menschlichen Erkenntnisvermögens.

Aber im KI-Zeitalter ist diese Weitergabe gleichbedeutend mit Selbstmord.

Wer auch immer spricht, wird von den „Rechenleistung-Scharfschützen“ ausgeschaltet

Terence Tao schrieb in seinem Beitrag diese Warnung:

Wir haben bereits gesehen, dass selbst das Gerücht, dass jemand an einem bestimmten Problem arbeitet, zu massiven KI-gesteuerten Anstrengungen führen kann, die das ursprüngliche Forschungsprojekt vollständig einplanen, bevor es sein volles Potenzial entfalten kann.

Stellen Sie sich vor: Ein menschlicher Mathematiker sagt aufgeregt zu einem Kollegen in einem Café: „Ich arbeite gerade an einem neuen Ansatz für die Navier-Stokes-Gleichung, so sieht die Idee aus …“

Die Wände haben Ohren. Einige Stunden später laufen die Servercluster eines Silicon-Valley-Giganten auf Hochtouren. Tausende H100-Grafikkarten führen Millionen von Schlussfolgerungen und Versuchen entlang der beiläufig geäußerten Idee des Mathematikers durch.

Eine Woche später veröffentlicht dieser Gigant vorab ein Preprint-Papier und erklärt, dass sein KI-Modell das Problem gelöst hat.

Die Intuition, die menschliche Mathematiker über Monate oder sogar Jahre aufgebaut haben, und die Richtung, nach der sie gesucht haben, werden durch die massive, brutale Kraft der KI-Rechenleistung im Handumdrehen zunichte gemacht. Die KI raubt nicht nur die Antwort, sondern auch den Prozess der Suche nach der Antwort.

Was ist das einzige Mittel zur Selbstverteidigung für menschliche Wissenschaftler angesichts dieser dimensionalen Überlegenheit?

Sie können nur schweigen.

Terence Tao prognostiziert pessimistisch: „Die derzeitigen Anreizmechanismen entwickeln sich in eine Richtung, in der keine vielversprechenden Forschungsrichtungen mehr mit der breiteren akademischen Welt geteilt werden. Dies wird die jahrhundertealte Tradition der offenen Wissenschaft umkehren und dem langfristigen Wohl dieses Fachbereichs schweren Schaden zufügen.“

Wenn jeder Forscher seine Inspiration für sich behält; wenn alle Diskussionen unter die Erde gehen; wenn akademische Konferenzen keine echten Gedankenaustausche mehr haben, sondern nur noch die Vorstellung von Ergebnissen nach der Veröffentlichung von Arbeiten …

Dann ist die wissenschaftliche Gemeinschaft nur noch eine leere Hülle.

Wollen wir die Antwort – oder die Weisheit?

Terence Taos Aufruf erhielt sofort breite Unterstützung aus der KI-Branche. Viele prominente Persönlichkeiten wie François Chollet und Gary Marcus teilten den Beitrag.

Gary Marcus unterstützte Terence Tao nachdrücklich: „KI-Unternehmen sollten sich darin messen, wer neue wissenschaftliche Erkenntnisse liefert, nicht darin, mit ihrer überlegenen Rechenleistung Probleme vor anderen zu lösen!“

Dies führt zu der grundlegendsten Frage der wissenschaftlichen Forschung: Betreiben wir Forschung, um die endgültige Antwort zu erhalten – oder um im Prozess Weisheit zu entwickeln?

In Grundlagenfächern wie Physik und Mathematik ist die „Antwort“ oft nicht der wichtigste Teil. Der Prozess des Beweises des Großen Fermatschen Satzes brachte viele wichtige Werkzeuge der modernen algebraischen Geometrie hervor; die Erforschung der Poincaré-Vermutung trieb die Entwicklung der Topologie stark voran.

Wie ein Nutzer unter Taos Beitrag kommentierte: „Niemand hat je gesagt, dass die Antwort das Wichtigste ist. Wir müssen uns darauf konzentrieren, zu untersuchen, warum diese Probleme einst so schwer zu lösen waren.“

Doch die heutigen KI-Giganten verwandeln die Wissenschaft in ein „Marketing-Spiel“.

Sie fügen mit Black-Box-Modellen Antworten zusammen, veröffentlichen keine negativen Ergebnisse, legen den Lösungsprozess nicht offen – nur um auf Pressekonferenzen zu prahlen: „Seht, unser Modell hat ein Millennium-Problem gelöst!“

Terence Tao kritisierte unverblümt: „Das unterschiedslose Verwenden leistungsstarker Problemlösungswerkzeuge kann zwar das kurzfristige Ziel erreichen, das vorliegende Problem zu lösen, aber es geschieht auf Kosten des Ökosystems, das die nächste Welle von Fortschritten nährt.“

„Rohe Lösungen“, die ohne detaillierte Analyse und ohne neue Erkenntnisse entwickelt wurden, sind für die langfristige Entwicklung der menschlichen Wissenschaft von geringem Wert und könnten sogar schädliche Auswirkungen haben.

Die Grundlinie der menschlichen Wissenschaft wahren

Dieser Streit, der durch die vorzeitige Veröffentlichung der Lösung eines strömungsmechanischen Problems ausgelöst wurde, ist bis heute nicht beigelegt.

Unabhängig von der Frage, was wahr und was falsch ist, hat er bereits eine Wunde im Bereich der KI-Ethik aufgerissen.

Wir stehen an einer Wegkreuzung.

Links gesehen wird KI zu einem wertvollen Helfer für alle menschlichen Wissenschaftler, die sie gemeinsam nutzen, um das unbekannte Universum zu erforschen und das Ökosystem der offenen Wissenschaft fortzuführen und zu bereichern.

Rechts gesehen verwandeln sich mehrere Technologiegiganten mit monopolartiger Kontrolle über die Rechenleistung in gierige „Kopfgeldjäger“. Sie erschöpfen nicht nur den letzten Rest des Mehrwerts von menschlichen Daten, sondern beginnen sogar, die Funken in den Köpfen menschlicher Wissenschaftler zu plündern.

Am Ende seines Artikels schlägt Terence Tao eine Initiative vor. Seiner Meinung nach müssen wir neue soziale Normen etablieren: Die akademische Welt sollte Lösungen ablehnen, die keine tiefen Erkenntnisse enthalten und nur durch brute Kraft von Black-Box-Modellen zusammengestellt wurden.

„Das ist wie bei modernen Lebensmittelspenden, bei denen keine beliebigen Spenden mehr angenommen werden (selbst wenn sie essbar sind) – es muss ein von der Gesellschaft weitgehend akzeptierter Standard eingehalten werden.“

Wenn Mathematiker nicht mehr den Mut haben, öffentlich zu diskutieren, „wohin wir gehen sollen“, dann wird die Menschheit selbst dann