Etwas Ungewöhnliches geschieht in der Welt der reinen Mathematik, und es kommt nicht aus einem Universitätslabor. OpenAI sagt, dass ein internes KI-System geholfen hat, zehn mathematische und informatikbezogene Probleme zu lösen, die mindestens ein Jahrzehnt lang ungelöst waren, in einigen Fällen deutlich länger. Die Ankündigung, gepaart mit einer separaten Initiative, die 100.000 Forschenden erweiterten Zugang zu ChatGPT bietet, signalisiert, dass KI-Fortschritte in der Mathematik sich von einer Neuheit zu einer echten Forschungsinfrastruktur entwickeln.
Summary
Wichtigste Erkenntnisse
- OpenAI hat ChatGPT for Academic Researchers gestartet und gibt 100.000 Wissenschaftlerinnen, Wissenschaftlern und Mathematikerinnen, Mathematikern kostenlosen Zugang zu seinen leistungsfähigsten ChatGPT-Modellen.
- Ein unveröffentlichtes OpenAI-Modell lieferte im Mai einen KI-generierten Gegenbeweis zur Erdős-Einheitsabstandsvermutung.
- Zehn neue Ergebnisse, erzielt mit einer internen Version eines Next-Generation-Modells namens Astra, lösen offene Probleme in acht Bereichen der Mathematik und theoretischen Informatik.
- Die Suche nach den Lösungen kostete laut OpenAI ungefähr 2.000 US-Dollar in Tokens zu Sol-API-Preisen.
- Menschliche Forschende verwandelten die KI-generierten Argumente in Manuskripte, und das Modell formalisierte anschließend jeden Beweis in einem Lean-Zertifikat.
OpenAI öffnet ChatGPT-Zugang für 100.000 akademische Forschende
Der Ausgangspunkt von OpenAIs Vorstoß ist der Zugang, nicht nur die Ausgabe. Das Unternehmen hat kürzlich ChatGPT for Academic Researchers eingeführt, eine Initiative, die 100.000 Wissenschaftlerinnen, Wissenschaftlern und Mathematikerinnen, Mathematikern die kostenlose Nutzung seiner leistungsfähigsten ChatGPT-Modelle ermöglicht. Die Idee, wie OpenAI es formuliert, ist, stärkere Argumentationswerkzeuge direkt in die Hände derjenigen zu legen, die an ungelösten Problemen arbeiten, anstatt die fortschrittlichsten Modelle hinter einer Paywall zu halten, die Unternehmenskunden vorbehalten ist.
Das ist wichtig, weil der Zugang oft der Engpass für KI-gestützte Forschung war. Akademische Budgets reichen selten aus, um Premium-KI-Abonnements in großem Umfang zu finanzieren, und einzelne Forschende, die Spitzenmodelle an speziellen mathematischen Fragestellungen testen, sind etwas, das die meisten Institutionen nicht breit unterstützen können. Indem OpenAI diese Hürde für eine große Gruppe von Wissenschaftlerinnen und Wissenschaftlern entfernt, setzt das Unternehmen faktisch darauf, dass breiterer Zugang mehr von der Art von Ergebnissen hervorbringen wird, die es jetzt präsentiert.
Ein stiller Durchbruch: KI widerlegt die Erdős-Einheitsabstandsvermutung
Bereits im Mai teilte OpenAI etwas, das andeutete, was kommen würde: einen KI-generierten Gegenbeweis zur Erdős-Einheitsabstandsvermutung, einem Problem, das mit dem Mathematiker Paul Erdős verbunden ist und Forschende jahrelang vor Rätsel gestellt hatte. Der Gegenbeweis tauchte fast zufällig auf, entdeckt, während OpenAI ein unveröffentlichtes Modell evaluierte, und nicht im Rahmen eines gezielten Forschungsvorhabens.
Dieses einzelne Ergebnis erwies sich als mehr als nur eine einmalige Kuriosität. Laut OpenAI hat der Erdős-Gegenbeweis bereits weitere Entwicklungen in der Mathematik und theoretischen Informatik inspiriert, wobei nachfolgende Arbeiten auf dem Ansatz aufbauen. Dies ist einer der klareren „Warum es wichtig ist“-Momente in dieser Geschichte: Wenn ein KI-generiertes Ergebnis Folgearbeiten von menschlichen Mathematikerinnen und Mathematikern auslöst, deutet das darauf hin, dass diese Systeme nicht nur isolierte Antworten produzieren – sie liefern Techniken, die andere Forschende weiterentwickeln können.
Zehn neue KI-getriebene Lösungen für Probleme, an denen sich Mathematiker jahrzehntelang die Zähne ausgebissen haben
Das Kernstück von OpenAIs Ankündigung ist ein Paket von zehn neuen Ergebnissen, die allesamt Probleme betreffen, bei denen es zur Hauptfrage mindestens zehn Jahre lang keinen Fortschritt gegeben hatte – in vielen Fällen deutlich länger. OpenAI beschreibt diese Probleme als von erheblichem Interesse für ihre jeweiligen mathematischen Communities, wobei mehrere als wichtig für die Mathematik insgesamt gelten.
Umfang und Vielfalt der gelösten Probleme
Die zehn Ergebnisse decken ein breites Spektrum technischer Gebiete ab: hochdimensionale Geometrie, Codierungstheorie, arithmetische Schaltkreiskomplexität, Gruppentheorie, Operatoralgebren, Quantenkomplexität, Gitterkryptographie und extremale Kombinatorik. Diese Breite ist an sich bemerkenswert – es handelt sich nicht um benachbarte Unterfragen in einer einzigen Nische, sondern um unterschiedliche offene Probleme aus verschiedenen Bereichen der Mathematik und Informatik, jeweils mit ihrer eigenen jahrzehntelangen Forschungsgeschichte.
Zu den konkreten Fortschritten, die OpenAI auflistete, gehören:
- Neue obere Schranken für die Kugelpackungsdichte in hohen Dimensionen, die bis zur Cohn–Elkies-Schwelle reichen.
- Exponentiell verbesserte Schranken für die maximale Größe binärer und hochdimensionaler sphärischer Codes bei gegebenem Mindestabstand.
- Eine Konstruktion, die die Existenz nicht-sofischer Gruppen beweist und damit eine zentrale offene Frage der Gruppentheorie löst.
- Ein Gegenbeweis zu Connes’ Starrheitsvermutung, die besagte, dass bestimmte Gruppen eindeutig durch ihre von-Neumann-Algebren bestimmt sind.
- Neue untere Schranken für die Berechnung der Permanenten mit arithmetischen Schaltkreisen, einschließlich einer arithmetischen Formeluntergrenze der Größenordnung n^4/log n.
- Ein exponentieller Parallelwiederholungssatz für allgemeine Zwei-Spieler-Quantenspiele, der ein klassisches Komplexitätsprinzip in den Quantenbereich überträgt.
- Polynomfaktor-Härte der Approximation für das Nächstes-Vektor-Problem, eine Gitterfrage mit Relevanz für Post-Quanten-Kryptographie.
- Eine Lösung, in jeder Dimension, für das maximale Volumen eines konvexen Körpers, dessen Schwerpunkt sein einziger innerer Gitterpunkt ist – Teil von Ehrharts Volumenvermutung.
- Eine superexponentielle Untergrenze für mehrfarbige Dreiecks-Ramsey-Zahlen, die Erdős-Problem 183 löst.
- Ergebnisse zu Kompaktheits- und Degenerationsvermutungen in der extremalen Graphentheorie, die Erdős-Probleme 146 und 180 lösen.
Technischer Prozess und Kosteneffizienz mit dem Astra-Modell
Alle zehn Ergebnisse wurden von einer internen Version von Astra erzeugt, das von OpenAI als sein nächstes großes Modell beschrieben wird. Auffällig sind die Kosten: OpenAI schätzt, dass die gesamte Token-Nutzung, die nötig war, um Lösungen für alle zehn Probleme zu finden, bei etwa 2.000 US-Dollar zu Sol-API-Preisen liegen würde. Für Forschung, bei der menschliche Mathematikerinnen und Mathematiker über ein Jahrzehnt oder länger keinen Fortschritt erzielen konnten, ist ein Rechenaufwand von ein paar tausend Dollar ein bemerkenswert niedriger Preis – und einer der deutlichsten Hinweise darauf, wie KI-Fortschritte in der Mathematik die Ökonomie der Bearbeitung schwieriger offener Probleme verändern.
Der Prozess war jedoch nicht vollständig automatisiert. Menschliche Forschende nahmen die rohen Argumente des Modells und verwandelten sie in strukturierte Manuskripte, wobei sie mit demselben Modell zusammenarbeiteten. Danach formalisierte das Modell selbst jedes Argument in ein Lean-Zertifikat – ein maschinenprüfbares Beweisformat, das zur rigorosen Verifikation mathematischer Aussagen verwendet wird. OpenAI veröffentlichte außerdem eine Darstellung des Denkprozesses des Modells für jede Lösung und gab damit externen Forschenden Einblick, wie das System sich zu jeder Antwort vorgearbeitet hat.
Diese Kombination – KI-generierte Argumente, von Menschen erstellte Manuskripte und maschinell formalisierte Lean-Zertifikate – weist auf einen Arbeitsablauf hin, bei dem KI-Systeme die rohen mathematischen Einsichten erzeugen, während Werkzeuge zur formalen Verifikation und menschliche Aufsicht die Bestätigung übernehmen. Es ist eine Arbeitsteilung, die zu einer Vorlage werden könnte, wenn mehr solcher KI-gestützten Ergebnisse in anderen offenen Problemen auftauchen.
Warum das für Forschung und Wettbewerb wichtig ist
Die weitergehende Bedeutung reicht über zehn gelöste Probleme hinaus. Wenn ein einziges internes Modell veröffentlichungsreife Ergebnisse in acht verschiedenen mathematischen Disziplinen für ungefähr 2.000 US-Dollar an Rechenaufwand liefern kann, verschiebt sich die Begrenzung bei der Bearbeitung langjähriger offener Probleme von mathematischer Einsicht hin zum Zugang zu leistungsfähigen Modellen – genau das, was OpenAIs akademisches Zugangsprogramm ausweiten soll. Diese Kombination aus günstiger Berechnung und breitem Zugang für Forschende dürfte die Aufmerksamkeit konkurrierender KI-Labore und von Mathematik-Fachbereichen auf sich ziehen, die abwägen, wie sie diese Werkzeuge in ihre eigene Arbeit integrieren.
OpenAI weist außerdem darauf hin, dass diese Arbeit bereits zusätzliche Forschung angestoßen hat, die auf dem Gegenbeweis zur Erdős-Vermutung aufbaut, mit mehreren Folgearbeiten, die verwandte Fragen in der Sum-Produkt-Theorie, Inzidenzgeometrie und Komplexitätstheorie untersuchen. Ob dieses Momentum im gleichen Tempo anhält oder ob andere KI-Labore mit anderen Modellen vergleichbare Ergebnisse erzielen, wird wahrscheinlich beeinflussen, wie schnell KI-gestützte Beweiserzeugung in die alltägliche mathematische Praxis Einzug hält.
FAQ
Was ist ChatGPT for Academic Researchers?
Es ist eine Initiative von OpenAI, die 100.000 Wissenschaftlerinnen, Wissenschaftlern und Mathematikerinnen, Mathematikern kostenlosen Zugang zu fortgeschrittenen ChatGPT-Modellen bietet, um Entdeckungen zu beschleunigen.
Welches langjährige mathematische Problem hat das KI-Modell von OpenAI widerlegt?
Ein KI-generierter Gegenbeweis zur Erdős-Einheitsabstandsvermutung wurde mit einem unveröffentlichten OpenAI-Modell erzeugt und erstmals im Mai vorgestellt.
Welche Arten von Problemen hat Astra mit KI-Unterstützung gelöst?
Astra, das interne Next-Generation-Modell von OpenAI, erzielte Ergebnisse in hochdimensionaler Geometrie, Codierungstheorie, arithmetischer Schaltkreiskomplexität, Gruppentheorie, Operatoralgebren, Quantenkomplexität, Gitterkryptographie und extremaler Kombinatorik.
Wie wurden die KI-generierten Beweise validiert?
Menschliche Forschende erstellten aus den KI-generierten Argumenten Manuskripte, und das Modell formalisierte anschließend jeden Beweis in einem Lean-Zertifikat zur maschinenprüfbaren Verifikation.
{„@context“:“https://schema.org“,“@type“:“FAQPage“,“mainEntity“:[{„@type“:“Question“,“name“:“Was ist ChatGPT for Academic Researchers?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Es ist eine Initiative von OpenAI, die 100.000 Wissenschaftlerinnen, Wissenschaftlern und Mathematikerinnen, Mathematikern kostenlosen Zugang zu fortgeschrittenen ChatGPT-Modellen bietet, um Entdeckungen zu beschleunigen.“}},{„@type“:“Question“,“name“:“Welches langjährige mathematische Problem hat das KI-Modell von OpenAI widerlegt?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Ein KI-generierter Gegenbeweis zur Erdős-Einheitsabstandsvermutung wurde mit einem unveröffentlichten OpenAI-Modell erzeugt und erstmals im Mai vorgestellt.“}},{„@type“:“Question“,“name“:“Welche Arten von Problemen hat Astra mit KI-Unterstützung gelöst?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Astra, das interne Next-Generation-Modell von OpenAI, erzielte Ergebnisse in hochdimensionaler Geometrie, Codierungstheorie, arithmetischer Schaltkreiskomplexität, Gruppentheorie, Operatoralgebren, Quantenkomplexität, Gitterkryptographie und extremaler Kombinatorik.“}},{„@type“:“Question“,“name“:“Wie wurden die KI-generierten Beweise validiert?“,“acceptedAnswer“:{„@type“:“Answer“,“text“:“Menschliche Forschende erstellten aus den KI-generierten Argumenten Manuskripte, und das Modell formalisierte anschließend jeden Beweis in einem Lean-Zertifikat zur maschinenprüfbaren Verifikation.“}}]}
Artikel mit Unterstützung künstlicher Intelligenz erstellt und von der Redaktion überprüft.
