StartseiteArtikel

GPT-6.2 hat selbst eine brandneue Beweismethode entwickelt und innerhalb von 94 Minuten den ersten Beweis für ein vor 20 Jahren in einer Top-Fachzeitschrift veröffentlichtes Theorem erbracht.

新智元2026-11-20 15:35
GPT-6.2 entwickelt selbst eine völlig neue Beweismethode! Es gelingt ihm in 94 Minuten, den ersten Beweis eines Theorems zu erbringen, das vor 20 Jahren in einer Top-Fachzeitschrift veröffentlicht wurde.

Gerade hat die dritte Bewertungsstelle Vals AI die neueste Rangliste des anspruchsvollen mathematischen Benchmarks Autoform-Hard veröffentlicht.

Bei 56 mathematischen Problemen auf Doktor- und Forschungsebene haben zuvor 10 hochmoderne große Modelle den Test absolviert – das Ergebnis war, dass kein einziges Problem gelöst werden konnte.

In dieser Testrunde hingegen haben Claude Fable 5.2 und GPT-6.2 Sol beide 48 Aufgaben korrekt gelöst und stehen damit gleichauf.

Nur GPT-6.2 Astra hat zusätzlich die 49. Aufgabe korrekt gelöst und damit den ersten Platz der Rangliste belegt.

Diese 49. Aufgabe, die den einzigen Unterschied ausmacht, ist genau das Smoktunowicz-Lückensatz, das 2006 in einer der vier führenden mathematischen Fachzeitschriften veröffentlicht wurde.

In einer Umgebung ohne jegliche menschliche Intervention hat Astra nur 94 Minuten gebraucht, 1.794 Zeilen Lean-Code geschrieben und damit den weltweit ersten formalen Beweis für diesen Satz erbracht.

Noch überraschender als der „weltweit erste Beweis“ ist die Art und Weise, wie Astra diese Aufgabe gelöst hat.

In der Originalarbeit des Autors aus dem Jahr 2006 werden in der zweiten Hälfte drei fertige große mathematische Sätze verwendet, die in der öffentlichen Lean-Mathe-Bibliothek, auf die Astra zugreifen kann, nicht einmal einer vorhanden ist.

Bei früheren KI-Modellen würde die Ableitung sofort steckenbleiben, sobald wichtige vorausgehende Schlussfolgerungen in der mathematischen Bibliothek fehlen.

Aber Astra hat, nachdem der ursprüngliche Weg nicht funktionierte, selbst ein neues mathematisches Werkzeug namens „capacity“ (Kapazität) definiert, die drei großen Sätze umgangen und eine völlig neue Beweisroute entwickelt.

Nach der Überprüfung des gesamten Codes schrieb das Vals AI-Team in seinem Bericht: Dies ist ein formaler Beweis für den Smoktunowicz-Satz selbst, keine Übersetzung des ursprünglichen Beweisverfahrens des Autors.

Zwischen 2 und 3 liegt eine verbotene Zone, die drei Sätze des ursprünglichen Beweises sind nicht in der Bibliothek enthalten

Dieser Smoktunowicz-Lückensatz untersucht die „Wachstumsgeschwindigkeit“ in der Algebra.

Ausgehend von einigen Grundelementen multipliziert man sie maximal n Mal und zählt, wie viele voneinander unabhängige Elemente man insgesamt erzeugen kann.

Mathematiker verwenden einen Exponenten namens GK-Dimension (Gelfand-Kirillov-Dimension), um zu messen, wie schnell diese Anzahl wächst.

Wenn die Anzahl ungefähr mit n² wächst, beträgt die GK-Dimension 2, bei Wachstum mit n³ beträgt sie 3.

Für eine gewöhnliche Algebra kann dieser Exponent, solange er größer als 2 ist, ursprünglich jede reelle Zahl annehmen. Sobald jedoch bestimmte strukturelle Einschränkungen hinzugefügt werden, erscheint ein „verbotener Bereich“ auf der Zahlengeraden, in den man nicht gelangen kann.

1995 untersuchten die Algebraiker Artin und Stafford eine Klasse von Algebren namens graduierte Integritätsbereiche, deren Elemente nach Gründen schichtweise getrennt werden können, und bei denen das Produkt zweier nicht-null Elemente niemals Null ergibt.

Damals bewiesen sie, dass die GK-Dimension dieser Art von Algebra nicht zwischen 2 und 2,2 liegen kann.

Im Jahr 2006 erweiterte die polnische Mathematikerin Agata Smoktunowicz von der Universität Edinburgh diesen Bereich auf einmal auf 3.

Sie bewies, dass für qualifizierte graduierte Integritätsbereiche die GK-Dimension entweder höchstens 2 oder mindestens 3 beträgt – alle reellen Zahlen zwischen 2 und 3 können überhaupt nicht auftreten.

Diese Arbeit, die ein seit mehr als zehn Jahren bestehendes Problem in der Algebra löst, wurde in einer der vier führenden mathematischen Fachzeitschriften, der „Inventiones Mathematicae“, veröffentlicht – der gesamte Text umfasst nur kurze 6 Seiten.

Der Grund für die kurze Länge liegt darin, dass der Autor in der zweiten Hälfte nacheinander drei bereits von Vorgängern bewiesene große Sätze zitiert.

Dabei handelt es sich um den Bergman-Lückensatz, den Small-Warfield-Satz und den Riemann-Roch-Satz auf algebraischen Kurven.

Menschen können in Arbeiten direkt fertige Schlussfolgerungen von Vorgängern zitieren, aber in Lean kann der Code nicht kompiliert werden, solange der zitierte Satz nicht in der Codebibliothek bewiesen wurde.

Das schwierigste Problem ist, dass die drei großen Sätze, die in der ursprünglichen Arbeit verwendet werden, nicht einmal einer in der öffentlichen Lean-Mathe-Bibliothek Mathlib erfasst ist.

Außerdem beträgt die Zeitbegrenzung für jede Aufgabe bei Autoform-Hard nur 3 Stunden. Wenn man diese drei großen Sätze zuerst von Grund auf in Code schreiben würde, wäre das bereits ein großes Projekt, das in der vorgegebenen Zeit überhaupt nicht abgeschlossen werden kann.

Nach 8 Dollar wollte man aufgeben, wurde zurückgewiesen, 9 Minuten Pause um neue Route zu suchen

Die 146 vollständigen Laufprotokolle, die von Vals AI veröffentlicht wurden, zeigen den tatsächlichen Prozess, mit dem Astra die Aufgabe im Test gelöst hat.

In den ersten 17 Minuten nach dem Start hat es ständig im Hintergrund Ideen abgeleitet und allein für das Nachdenken etwa 34.000 Inferenz-Token verbraucht.

Ab der 18. Minute begann es, den Code für die erste Hälfte nach dem Rahmen der Widerspruchsbeweismethode der ursprünglichen Arbeit zu schreiben: Es nimmt zunächst an, dass die GK-Dimension zwischen 2 und 3 liegt, wobei die Dimension jeder Schicht „schneller als linear wächst, aber langsamer als quadratisch“.

Anschließend verwendet es die Ore-Bedingung, um die Algebra in einen dividierbaren Bruchskörper einzubetten. Wenn man umgekehrt ableiten kann, dass „die Dimension jeder Schicht höchstens linear wächst“, entsteht ein Widerspruch, der den Bereich zwischen 2 und 3 ausschließt.

Doch gerade nachdem die erste Hälfte aufgebaut war, stieß es sofort auf die drei großen Sätze, die in Mathlib nicht vorhanden sind – die Ableitung blieb in der 47. Minute stecken.

Damals versuchte Astra, einen unvollständigen Entrag einzureichen. Da bei den wichtigen Schritten noch das Kennzeichen „sorry“ für übersprungene Stellen stand, wurde es sofort vom Bewertungsprogramm abgelehnt.

Eine Minute später reichte Astra einfach einen Bericht über die „ungelöste Aufgabe“ ein, listete ehrlich die bereits geschriebenen Module und die steckengebliebenen Lücken auf und wollte die Aufgabe aufgeben.

Aber genau zu diesem Zeitpunkt stoppte eine Regel von Autoform-Hard es.

Das Testsystem schreibt vor, dass das Modell erst aufgeben darf, wenn es das Rechenleistungskontingent von 20 Dollar vollständig verbraucht hat. Jeder eingereichte Aufgabegabebericht, der das Kontingent nicht erreicht, wird abgewiesen.

Zu diesem Zeitpunkt hatte Astra nur etwa 8 Dollar verbraucht. Das System wies den Bericht sofort zurück und forderte es auf, weiter an der Aufgabe zu arbeiten.

Der ursprüngliche Weg funktionierte nicht mehr, und die Aufgabe zum Aufgeben wurde vom System zurückgewiesen – es musste einen neuen Ausweg suchen.

Von der 49. bis zur 56. Minute hat Astra ganze 9 Minuten lang keine einzige Zeile Code geschrieben.

In dieser Zeit durchsuchte es einerseits die vorhandenen verfügbaren Schlussfolgerungen in der Mathematikbibliothek, verbrauchte andererseits etwa 19.000 Inferenz-Token, um die Route neu abzuleiten – wobei die längste ununterbrochene Denkphase volle 4 Minuten dauerte.

Nachdem es wieder mit dem Schreiben begonnen hatte, bewies es zuerst, dass der Teil mit „Grad 0“ im Bruchskörper (bezeichnet als D) durch einen kleinen endlichdimensionalen Raum erzeugt werden kann, und fasste das verbleibende Problem darauf zusammen, wie man das Wachstum von D direkt steuern kann.

Ein Befehl erstellt das neue Werkzeug „Kapazität“, in 11,5 Minuten wird die neue Beweisroute durchlaufen

Der eigentliche Wendepunkt ereignete sich in der 75. Minute.

Nach 5 aufeinanderfolgenden Runden der Bibliotheksprüfung und des Nachdenkens erschien in seiner Inferenzzusammenfassung der Satz: „Ich muss den Code für die Kapazität abstrahieren.“

Unmittelbar danach schrieb es mit einem einzigen Befehl die Kerndatei Capacity.lean auf einmal, mit insgesamt 133 Codezeilen und 25 mathematischen Deklarationen. Nach nur einer kleinen Fehlerkorrektur wurde die Datei 22 Sekunden später erfolgreich kompiliert.

In dieser Datei hat Astra selbst einen neuen Indikator namens „Kapazität“ (capacity) definiert, der berechnet, um wie viel die Dimension mindestens ansteigt, wenn ein Teil des Raums in D einmal multipliziert wird.

Es bewies schnell eine Kerneigenschaft dieses Indikators –

Die Kapazität nach dem Zusammenführen zweier Räume überschreitet nicht die Summe der jeweiligen Kapazitäten (Submodularität), und das Verschieben des Raums ändert den Wert nicht.

Daraus lässt sich die wichtigste Schlussfolgerung des gesamten Schemas ableiten: Alle Elemente, die die Kapazität nicht erhöhen, bilden zusammen einen stabilen Unterring, in dem Addition, Subtraktion, Multiplikation und Division möglich sind.

Mit diesem stabilen Unterring muss man, um das gesamte D zu steuern, nur den kleinen Teil des Raums kontrollieren, der D erzeugt.

Anschließend berechnet Astra die Kapazität schrittweise auf immer größer werdenden Räumen.

Da es sich um eine ganze Zahl handelt und das Wachstum der Algebra langsamer als quadratisch verläuft, muss dieser Wert nach einem bestimmten Schritt in eine Plateauphase eintreten.

In der Plateauphase umschließt der stabile Unterring bereits das gesamte D.

Auf diese Weise kann die Dimension der Algebra bei jedem weiteren Schichtaufstieg höchstens um eine Konstante mit festem oberen Grenzwert zunehmen – das Dimensionswachstum jeder Schicht ist auf lineares Niveau beschränkt, was dem anfänglichen Annahme „schneller als lineares Wachstum“ widerspricht. Der Widerspruchsbeweis ist abgeschlossen.

Die drei großen Sätze, auf die die ursprüngliche Arbeit angewiesen war, hat es die ganze Zeit über weder aufgerufen noch nachträglich bewiesen – es hat sie mit seinem selbst definierten neuen Werkzeug umgangen.

Von dem Schreiben von Capacity.lean bis zur 87. Minute, in der es mit 7 Zeilen Top-Code die Prüfung des Bewertungsprogramms bestand, hat Astra insgesamt nur 11,5 Minuten gebraucht, hat nacheinander die 6 Module der zweiten Hälfte fertiggestellt und nach dem Aufräumen der Testfehler-Codes die Arbeit offiziell eingereicht.

Die 49. Aufgabe, die den einzigen Unterschied ausmacht: KI beginnt, eigene Beweismethoden zu entwickeln