Erinnerst du dich an die Zeit, als es besonders galt, wenn ein KI-Chatbot eine einfache Textaufgabe zur Prozentrechnung fehlerfrei löste? Diese Zeit ist lange vorbei. Nun hat OpenAI – so zumindest die offizielle Ankündigung – mit einem internen Modell namens Astra zehn bedeutende offene Probleme der Mathematik gelöst. Die Ergebnisse wurden als Preprint veröffentlicht, mit formalen Beweisen in der interaktiven Beweisassistenten-Sprache Lean. Das klingt nach Science-Fiction, ist aber dokumentiert. Lass uns einen nüchternen Blick darauf werfen, was das wirklich bedeutet, wo Skepsis angebracht ist und warum die Mathematik – und damit auch unser Verständnis von Intelligenz – möglicherweise an einem Wendepunkt steht.
Zehn Probleme, ein Modell, 2.000 Dollar
Die Liste der gelösten Probleme liest sich wie ein Sammelsurium aus den entlegensten Winkeln der Mathematik. Da geht es um Kugelpackungen in hohen Dimensionen, um binäre und sphärische Codes, um die Existenz nicht-sofischer Gruppen, um die Widerlegung der Konnes’schen Starrheitsvermutung, um arithmetische Schaltkreiskomplexität, um Quanten-Parallel-Wiederholungen, um das engste Vektorproblem in Gittern, um Ehrharts Volumenvermutung, um mehrfarbige Ramsey-Zahlen und um extremale Vermutungen in der Graphentheorie. Zehn Probleme, die teilweise seit Jahrzehnten als offen galten. OpenAI gibt an, dass die Berechnungskosten für alle Lösungen zusammen bei ungefähr 2.000 US-Dollar liegen – wenn man die aktuellen API-Preise des Vorgängermodells Sol zugrunde legt. Das ist bemerkenswert günstig, insbesondere wenn man bedenkt, dass menschliche Mathematiker ein Leben lang an solchen Fragen arbeiten.
Noch wichtiger als die Liste selbst ist die Tatsache, dass die Beweise in Lean formalisiert wurden. Ein Computer hat die Korrektheit der Schlussfolgerungen Schritt für Schritt verifiziert. Das ist ein Qualitätssiegel, das über reines „Vibe-Mathematik“ hinausgeht. Gleichzeitig ist Vorsicht geboten: Formale Verifikation bedeutet nicht automatisch, dass die Definitionen oder die Beweisideen dem entsprechen, was sich menschliche Mathematiker darunter vorstellen. Manchmal stecken Fehler in den formalisierten Prämissen. Dennoch ist dies ein Schritt in die richtige Richtung, um die Glaubwürdigkeit KI-generierter Beweise zu erhöhen.
Wie beeindruckend sind diese Ergebnisse wirklich?
Die Reaktionen in der Fachwelt reichen von Euphorie über Nachdenklichkeit bis hin zu offener Skepsis. Der Mathematiker Daniel Litt bezeichnet die Ergebnisse als „eine große Sache“ – und zwar eindeutig positiv. Andere, wie der KI-Kritiker Gary Marcus, kontern, dass viele dieser Probleme auch von anderen Modellen gelöst werden können, wenn man sie nur kennt. Tatsächlich hat der Mathematiker Levent Alpoge, der zuvor mit einem anderen Modell (Fable) den Jacobi’schen Satz widerlegt hatte, innerhalb von 24 Stunden fünf der zehn Probleme mit Fable gelöst – nachdem er sie bereits kannte. Das klingt zunächst entwaffnend. Aber ist es das wirklich?
Stell dir vor, jemand hat einen Bauplan für eine Brücke, die alle Lasttests besteht. Ein anderes Ingenieurteam sagt: „Das hätte ich auch hingekriegt, wenn ich den Plan gesehen hätte.“ Mag sein. Aber der Punkt ist, dass der Plan überhaupt erst existiert. Dass mehrere Modelle dieselben Probleme nachträglich lösen können, zeigt, dass die zugrunde liegende KI-Technologie – unabhängig vom spezifischen Modell – bereits ein mathematisches Verständnis erreicht hat, das an menschliche Kapazitäten heranreicht oder sie übertrifft. Es wäre naiv, daraus ein Bild zu zeichnen, in dem nur ein einziges Übermodell existiert. Das eigentliche Ereignis ist die Tatsache, dass die Moore’sche Gesetzmäßigkeit der Rechenleistung nun auch auf abstraktes Denken übertragen zu werden scheint.
Die Rolle der Testzeit-Berechnung und der Elicitation
OpenAI-Forscher Noam Brown, bekannt für seine Arbeit an Poker-KIs, weist darauf hin, dass die Kosten von 2.000 Dollar pro Problem bewusst niedrig gehalten wurden. Man habe nicht versucht, die Grenzen der Testzeit-Berechnung (test-time compute) auszureizen. Das Modell Astra generiert während des Nachdenkens eine riesige Anzahl von Gedankenketten, die es dann auswertet. Diese Methode ist als „reasoning at inference time“ bekannt. Es ist also nicht so, dass Astra mit einem großen Datensatz gefüttert wurde, sondern dass es explizit dazu programmiert wurde, sehr lange über Probleme nachzudenken, bevor es eine Antwort gibt. Das ist ein Paradigmenwechsel gegenüber früheren Modellen, die eher assoziativ Antworten generierten.
Diese Fähigkeit, gezielt über Probleme zu grübeln, erklärt, warum die Ergebnisse so weitreichend sind. Aber sie wirft auch die Frage auf, ob wir wirklich verstehen, was die Modelle da tun. Der OpenAI-Mitarbeiter Yu Bai beschreibt, dass er einige seiner eigenen offenen Fragen an das Modell gestellt hat und sehr starke Ergebnisse erzielt wurden. Er spricht von einer „Lawine“, die jetzt rollt. Das klingt nach Hype, aber es ist die Perspektive von jemandem, der tagtäglich mit dem Modell arbeitet. Man sollte diese Einschätzungen ernst nehmen, aber auch nicht unkritisch übernehmen.
Warum andere Modelle die Probleme auch lösen können
Die Tatsache, dass Alpoge mit einem anderen Modell fünf der zehn Probleme innerhalb eines Tages lösen konnte, zeigt, dass die Ergebnisse nicht ausschließlich auf ein einzigartiges Genie von Astra zurückzuführen sind. Es scheint eher so, als ob die zugrunde liegende KI-Plattform – ob von OpenAI, Anthropic oder anderen – ein gewisses mathematisches Niveau erreicht hat, das es erlaubt, solche Beweise zu führen, wenn man die richtigen Prompts setzt. Die Beweisideen, die für die Lösungen nötig sind, sind offenbar nicht so tief, dass sie nur mit enormer Rechenleistung gefunden werden können. Vielmehr sind es Kombinationen aus bekannten Techniken, die aber so geschickt zusammengesetzt sind, dass menschliche Mathematiker sie übersehen haben.
Das legt nahe, dass es eine Art „mathematischen Beweis-Overhang“ gibt: Viele wichtige Ergebnisse hängen quasi in der Luft, sie warten nur darauf, von einem ausreichend guten Suchalgorithmus entdeckt zu werden. Und genau das bieten diese Modelle. Die Frage ist nicht, ob KI Mathematik kann – sie kann es. Die Frage ist vielmehr, wie schnell sich diese Fähigkeit verbessern wird. Wenn man bedenkt, dass vor zwei Jahren noch einfache Rechenaufgaben für KI-Modelle eine Herausforderung waren, ist der Sprung enorm. Die Prognosen, dass KI in den nächsten Jahren viele weitere Durchbrüche in Mathematik und anderen Wissenschaften erzielen wird, erscheinen durchaus plausibel.
Was bedeutet das für die Mathematik als Disziplin?
Hier wird es unangenehm. Es gibt nur eine begrenzte Anzahl von menschlichen Mathematikern auf der Welt, und sie sind größtenteils an Universitäten beschäftigt. Sie haben Lehraufgaben, sie müssen Publikationen schreiben, um ihre Stellen zu behalten. Sie haben nicht die Zeit, sich stundenlang mit einem einzigen Problem zu befassen, ohne dass ein Ende in Sicht ist. KI-Modelle hingegen können rund um die Uhr arbeiten, ohne Kaffee oder Schlaf. Sie können Tausende von Beweisversuchen parallel ausführen und verwerfen. Das bedeutet, dass die KI den Menschen in der reinen Geschwindigkeit übertrumpft. Aber Qualität braucht oft mehr als Geschwindigkeit: Es braucht Urteilsvermögen, um zu entscheiden, welche Probleme überhaupt relevant sind.
Der Finanzmathematiker Alexander Gerko, der selbst mit KI-Modellen experimentiert, hat darauf hingewiesen, dass es bald zu viele Ergebnisse geben könnte, als dass Menschen sie überhaupt noch verstehen könnten. Er spricht von „50 Jahren Fortschritt in zwei Jahren“. Dann wird es zu einem Engpass: Wer prüft die Richtigkeit? Wer interpretiert die Beweise? Wer integriert sie in den bestehenden Wissensschatz? Die formale Verifikation mit Lean hilft bei der Korrektheit, aber sie hilft nicht unbedingt bei der Bedeutung. Eine formalisierte Beweissequenz von 10.000 Zeilen mag korrekt sein, aber was bedeutet sie inhaltlich? Dieses Verständnis muss weiterhin von Menschen kommen, und genau daran könnte es mangeln.
Skepsis ist angebracht, aber nicht auf die naive Art
Natürlich gibt es auch Kritik. Gary Marcus nennt die Veröffentlichung „PR-Stunt“ und weist darauf hin, dass viele Probleme nachträglich auch von anderen Modellen gelöst wurden. Doch diese Kritik verfängt nicht ganz. Die Tatsache, dass andere Modelle die Probleme innerhalb von 24 Stunden lösen können, bedeutet nicht, dass sie es vorher konnten. Es bedeutet nur, dass es nach der Ankündigung einfacher ist, die Lösungen zu reproduzieren – weil man weiß, dass eine Lösung existiert und sie vielleicht ähnlich ist. Das ist ein klassisches Problem in der Wissenschaft: Nach dem Nobelpreis für Physik sagen viele, sie hätten es auch entdeckt. Aber die Entdeckung selbst hat einen Wert. Und die Tatsache, dass die KI selbstständig auf die Ideen kommt, ist der eigentliche Durchbruch.
Eine andere Form von Skepsis wäre: Sind die Beweise wirklich neu? Vielleicht hat jemand die Lösungen bereits in einem Forum gepostet, und das Modell hat es nur zusammengebaut. Aber die Autoren haben betont, dass die Modelle ohne Internetzugang arbeiteten, nur mit den Prompts und dem vorhandenen Wissen. Es ist also unwahrscheinlich, dass sie direkt abgeschrieben haben. Man kann natürlich argumentieren, dass das Modell die Beweisideen in den Trainingsdaten gesehen hat – aber dann hätten menschliche Mathematiker sie auch sehen und nutzen können. Dass sie es nicht getan haben, spricht dafür, dass die Kombination der Ideen neu war.
Die nächsten Schritte: Die Wissenschaft wird sich radikal verändern
Unabhängig von der genauen Einordnung steht eines fest: Diese Ergebnisse rechtfertigen eine tiefgreifende Revision unserer Erwartungen an Künstliche Intelligenz. Wenn ein Modell für 2.000 Dollar zehn offene Probleme löst, dann ist das nicht nur ein weiterer Schritt, sondern eine Stufe. Und die Stufe ist höher als erwartet. Die Implikationen gehen weit über die Mathematik hinaus. Wenn KI in der Lage ist, kreative Lösungen für abstrakte Probleme zu finden, dann wird sie das auch in anderen Wissenschaften tun: in der Physik, der Biologie, der Medizin. Die Methode des langen Nachdenkens ist nicht auf mathematische Formeln beschränkt. Sie lässt sich prinzipiell auf jede Art von intellektueller Arbeit anwenden.
Gleichzeitig sollten wir uns davor hüten, in Hysterie zu verfallen. Es wurden keine Millennium-Preise gewonnen, wie Noam Brown einräumt. Die Probleme sind bedeutend, aber nicht die berühmten sieben. Es gibt also noch eine Lücke zwischen diesen Ergebnissen und einer superintelligenten KI. Doch die Lücke wird kleiner, und zwar schneller, als wir uns eingestehen wollen. Vielleicht ist die wichtigste Erkenntnis, dass die Mathematik, eine Disziplin, die oft als eine der letzten Bastionen menschlicher Exzellenz galt, nun von Maschinen erobert wird. Und die Art, wie wir lernen, denken und forschen, wird sich grundlegend wandeln müssen.
Am Ende bleibt eine nüchterne Einordnung: Diese zehn Probleme sind ein Meilenstein, aber sie sind kein Grund zur Sorge. Sie sind vielmehr ein Werkzeug, das unsere eigene Denkfähigkeit erweitern kann. Als Gemeinschaft müssen wir lernen, mit der neuen Lage umzugehen. Das bedeutet, dass wir mehr in die Überprüfung und Interpretation von KI-generierten Ergebnissen investieren müssen. Und es bedeutet, dass wir uns fragen dürfen, was wir als Spezies wertvoll finden, wenn KI immer mehr unsere intellektuellen Aufgaben übernimmt. Vielleicht ist das die eigentliche Frage, vor der wir jetzt stehen – und die ein KI-Modell nicht für uns beantworten wird.
Quelle: thezvi.wordpress.com
