Eilmeldung: OpenAI hat offiziell angekündigt, dass es innerhalb von 24 Tagen über 100 mathematische Probleme von Weltrang gelöst hat.

In der Mathematik ist die KI wirklich direkt vor der Haustür angekommen!

Gerade eben hat OpenAI plötzlich einen bahnbrechenden Blogbeitrag veröffentlicht —

Ein neues internes Modell, das erst am 28. August mit dem Training begonnen hat, hat inzwischen mehr als 100 weltbekannte mathematische Probleme gelöst.

Es deckt fast alle Bereiche der Mathematik ab.

Noch erstaunlicher: Unter diesen über 100 Problemen befindet sich auch das Millennium-Problem „Navier-Stokes“, das die Mathematik jahrelang in Atem gehalten hat.

Die Geschwindigkeit dieser Entwicklung ist so rasant, dass selbst die Mathematiker bei OpenAI überrascht sind.

Vom Beginn des Trainings am 28. August bis zur offiziellen Ankündigung am 21. September sind nur 24 Tage vergangen.

Eine KI, die sich noch im Training befindet, beginnt, Probleme zu lösen, an denen die Menschheit seit Jahrzehnten oder sogar Jahrhunderten nicht arbeiten konnte.

Heute hat OpenAI neun weltweit führende Mathematiker eingeladen, eine unabhängige mathematische Beratungsgruppe zu gründen.

Zu den Mitgliedern gehören die Fields-Medaillen-Träger Timothy Gowers und Martin Hairer sowie der legendäre theoretische Physiker und Mathematiker Edward Witten.

Diese Besetzung ist vergleichbar mit den „Avengers“ der Mathematik.

Als Nächstes steht ihnen die Frage bevor: Wie soll die menschliche Mathematikwelt reagieren, wenn KI zunehmend schwierige mathematische Probleme im Massenbetrieb löst?

OpenAI startet Training vor weniger als einer Woche

KI löst das Millennium-Problem

In der Mathematik gibt es auch eine Hierarchie der Schwierigkeit bei Problemen.

Um die Bedeutung dieses Fortschritts zu verstehen, müssen wir zurück zum 8. September springen.

Ein brandneues internes Modell von OpenAI hat das NS-Millennium-Problem in nur 88 Stunden gelöst.

Es hat den Beweis für die Existenz und Glattheit der Lösungen der Navier-Stokes-Gleichungen vorgelegt und gleichzeitig ein 166-seitiges Papier sowie formal verifizierten Code in Lean veröffentlicht.

Erweiterte Lesung:

Gemäß der Beschreibung des Unternehmens zeigt dieses Ergebnis:

Unter Einwirkung glatter äußerer Kräfte kann eine dreidimensionale inkompressible Flüssigkeit, die anfänglich ruht und glatt ist, in endlicher Zeit eine Singularität bilden, was den Versionen C und D der offiziellen Beschreibung des Millennium-Preises-Problems entspricht.

Hinter diesem Beweis steckt eine groß angelegte Zusammenarbeit von mehr als 10.000 gleichzeitigen Agenten.

Sie können zwischengespeicherte Daten aus dem Internet lesen, Code ausführen und Informationen innerhalb der Gruppen austauschen, während verschiedene Teams unterschiedliche Problemversionen und Lösungswege erkunden.

Die Forscher waren ebenfalls kontinuierlich beteiligt: Nachdem das System erste Ergebnisse zur Euler-Gleichung erzielt hatte, konzentrierten sie die Ressourcen auf das Navier-Stokes-Problem, um die nachfolgende Erkundung mit den vorhandenen Lösungen zu leiten. Anschließend fassten sie wertvolle Zwischenerkenntnisse aller Gruppen über Codex zusammen, um den Austausch zwischen verschiedenen Lösungswegen zu ermöglichen.

Am 5. September, etwa 88 Stunden nach dem Start der ersten intelligenten Agenten, lieferte das System die Lösung.

Anschließend hat GPT‑6 Astra weitere 17 Stunden benötigt, um die Formalisierung und Verifizierung in Lean abzuschließen.

Modell, Werkzeuge, parallele Erkundung und die menschliche Organisation der Forschung haben gemeinsam diesen Erfolg ermöglicht.

Heute hat OpenAI den Umfang der erzielten Ergebnisse weiter ausgeweitet: Neben dem Navier-Stokes-Problem gibt es mehr als hundert seit langem offene Probleme, die die meisten Bereiche der Mathematik abdecken.

OpenAI gibt an, dass dieser Fortschritt interne Diskussionen ausgelöst hat — wie die mathematische Gemeinschaft rechtzeitig über die Veränderungen informiert werden kann, um Zeit zur Vorbereitung und Anpassung zu haben.

Damit ist auch die Frage „Wie soll man die Ergebnisse prüfen und veröffentlichen?“ zu einem praktischen Problem geworden, das unmittelbar mit der Entwicklung der Fähigkeiten einhergeht.

27 Fields-Medaillen-Träger

Gemeinsam kritisieren sie, dass KI die Mathematik zerstört

Drei Tage nach der Ankündigung von OpenAI über den Durchbruch bei der Navier-Stokes-Gleichung geriet die Mathematikwelt in Aufruhr.

27 Fields-Medaillen-Träger haben gemeinsam einen offenen Brief mit scharfen Tönen veröffentlicht — mit dem Titel „Die schwere Fehlausrichtung der KI im Bereich der Mathematik“.

Erweiterte Lesung: Gerade haben Fields-Medaillen-Träger wie Terence Tao und Yu Deng gemeinsam protestiert: KI-Unternehmen zerstören die gesamte Mathematik-Gemeinschaft!

Die unterzeichnenden Größen decken die gesamte Geschichte der Fields-Medaille über 48 Jahre ab.

Yu Deng, Terence Tao, June Huh, Bao-Châu Ngô, Peter Scholze, Martin Hairer .......

Fast alle Träger der höchsten Auszeichnung der Mathematik haben sich gemeinsam geäußert.

Ihre Wut richtet sich nicht gegen die KI an sich. Der offene Brief bestätigt zu Beginn ausdrücklich, dass KI ein enormes Potenzial hat, die echte mathematische Forschung zu beschleunigen.

Was die Mathematik-Größen wirklich nicht akzeptieren können, ist die Art der Veröffentlichung.

Sie kritisieren, dass große KI-Konzerne die öffentlichen mathematischen Probleme, die die Menschheit über Jahrhunderte angesammelt hat, als Benchmark nutzen, um ihre Leistungswerte zu verbessern und Ranglisten zu erklimmen.

Das Ziel, Probleme zu lösen, kann von dem Verständnis abweichen, das die mathematische Forschung anstrebt.

Außerdem bleibt nach der übereilten Veröffentlichung durch die Konzerne keine Zeit, die Denkweisen zu ordnen und die neuen Methoden umfassend zu beschreiben.

Diese utilitaristische, black-box-artige brute-force-Lösung wirkt zwar beeindruckend, hinterlässt aber in der Mathematikwelt ein Chaos.

Natürlich hat OpenAI dies nicht ignoriert: In der neuesten Ankündigung verweist das Unternehmen direkt auf diesen Artikel und erklärt öffentlich —

Die KI-Konzerne und die Mathematiker müssen sich zusammensetzen und ernsthaft miteinander sprechen.

Daher ist die „Avengers der Mathematikwelt“ der eigentliche Höhepunkt.

9 Spitzenforscher überwachen gemeinsam die KI

Die „Avengers der Mathematik“ haben sich zusammengeschlossen

Die ersten Mitglieder dieser unabhängigen Beratungsgruppe bestehen aus 9 Personen.

Sie kommen von Einrichtungen wie der Universität Cambridge, der Universität Oxford, Harvard, Stanford, UC Berkeley und dem Institute for Advanced Study in Princeton.

Jeder einzelne Name ist beeindruckend genug.

Timothy Gowers, ein Fields-Medaillen-Träger, der die Fortschritte der KI in der Mathematik aufmerksam verfolgt. Martin Hairer, Fields-Medaillen-Träger des Jahres 2014.

Camillo De Lellis, Professor am Institute for Advanced Study in Princeton, ist ein weltweit führender Experte für partielle Differentialgleichungen und die mathematische Theorie der Strömungsmechanik.

Edward Witten braucht keine weitere Vorstellung: Er ist einer der einflussreichsten theoretischen Physiker der Gegenwart, wird als „Nachfolger Einsteins“ bezeichnet und war der erste Physiker, der die Fields-Medaille erhielt.

OpenAI hat dieser Gruppe drei Hauptaufgaben zugewiesen:

• Beurteilung der tatsächlichen Bedeutung neuer mathematischer Ergebnisse;
• Diskussion darüber, wie und wann diese Ergebnisse veröffentlicht werden sollen;
• Sicherstellen, dass die mathematische Forschung im Zeitalter der KI weiterhin akademische und berufliche Normen einhält.

Es gibt ein sehr interessantes Detail: Keiner dieser 9 Personen erhält eine Bezahlung von OpenAI. Sie können OpenAI öffentlich kritisieren, Vorschläge unterbreiten, die das Unternehmen nicht angefragt hat, und Änderungen in der Zusammensetzung der Gruppe selbst entscheiden.

Es gibt jedoch eine wichtige Einschränkung: Die Beratungsgruppe ist nicht dafür zuständig, OpenAI Ratschläge zur Steuerung des Fortschritts der internen mathematischen Forschung zu geben.

Die 9 Spitzenforscher haben das Recht, sich öffentlich zu äußern, aber keine „Bremsfunktion“.

KI kann die Probleme lösen — aber können die Menschen sie alle prüfen?

Alles ist nun völlig klar.

Weniger als einen Monat nach dem Beginn des Trainings wurden mehr als 100 historische Probleme gelöst. Angesichts dieser erschreckenden Geschwindigkeit liegt der technische Engpass nicht mehr darin, „ob die KI das Problem lösen kann“, sondern darin, „ob die Menschen alle Ergebnisse prüfen können“.

Wie ist es, die von KI erstellten Arbeiten zu prüfen? Buckmaster hat die tiefsten Eindrücke —

Der erste Beweis, der von dem großen Sprachmodell erstellt wurde, war das Schrecklichste, das er je gelesen hat. Die Arbeit, die sie später unter Zeitdruck für eine vorzeitige Veröffentlichung erstellt haben, bezeichnet er selbst als einen Haufen „KI-Slop (KI-Abfall)“ und hat sich dafür öffentlich entschuldigt.

Selbst menschliche Eliten, die ein Jahr lang an einem Problem gearbeitet haben, sind so in Bedrängnis geraten — und jetzt liefert die Maschine in einem Monat mehr als 100 schwierige Ergebnisse. Auf der ganzen Welt gibt es kaum mehr als eine Handvoll Menschen, die einen Beweis auf dem Niveau des Navier-Stokes-Problems prüfen können.