OpenAI: 722 KI-Beweise für offene Mathe-Probleme
Ein unveröffentlichtes Modell lieferte 722 Manuskripte mit 372 Resultatfamilien – geprüft ist bisher die Form, nicht die mathematische Bedeutung.
Kurz gesagt
OpenAI hat auf GitHub 722 maschinell erzeugte Mathematik-Manuskripte mit 372 Resultatfamilien veröffentlicht, die formal in Lean nachprüfbar sind, inhaltlich aber von keinem unabhängigen Fachgutachten bestätigt wurden.
Auf einen Blick
- 722 Manuskripte liegen öffentlich auf GitHub, gebündelt in 372 Resultatfamilien.
- Themenfelder: Zahlentheorie, algebraische Geometrie, theoretische Informatik.
- Formale Prüfung über die Beweissprache Lean, dazu Revisionsprotokolle im Repository.
- Laut t3n im Schnitt rund drei Stunden Rechenzeit pro Resultat auf Standard-Ressourcen.
- Das erzeugende Modell ist nicht veröffentlicht und wird nicht mit einer Version benannt.
OpenAI hat ein öffentliches Repository mit 722 maschinell erzeugten Mathematik-Manuskripten freigegeben. Sie bündeln 372 Resultatfamilien aus Zahlentheorie, algebraischer Geometrie und theoretischer Informatik. Geschrieben hat sie ein Sprachmodell, das bislang nicht veröffentlicht ist. Damit liegt ein Korpus vor, das die Fachwelt Stück für Stück nachrechnen muss.
Was genau auf GitHub liegt
Die Arbeiten sind in der Beweissprache Lean notiert. Lean erlaubt es, die formale Korrektheit eines Beweisschritts maschinell nachzuprüfen, statt sie zu glauben. Dazu liegen Revisionsprotokolle im Repository, die den Entstehungsweg einzelner Resultate dokumentieren. Laut t3n brauchte ein Resultat im Schnitt rund drei Stunden Rechenzeit auf Standard-Ressourcen des Unternehmens.
Formal korrekt ist nicht dasselbe wie relevant
Lean entscheidet, ob ein Beweis in sich schlüssig ist. Es entscheidet nicht, ob die bewiesene Aussage neu ist, ob sie jemanden interessiert oder ob sie überhaupt die Frage trifft, an der eine Teildisziplin arbeitet. Diese zweite Prüfung ist Handarbeit und sie steht aus.
Einzelne Resultate sollen ein Millennium-Problem berühren. Das ist eine Angabe aus der Veröffentlichung selbst, keine Einschätzung eines unabhängigen Gutachtens. Wer die Zahl 722 als 722 gelöste offene Probleme liest, überträgt eine Dateigröße auf einen Erkenntnisgewinn.
Die Frage der Zuschreibung
Die Advisory Group on Mathematics and Artificial Intelligence hat Leitlinien dafür formuliert, wie KI-gestützte Beweise publiziert werden sollen. Dahinter steht ein konkretes Problem: Wenn unfertige Arbeiten von Forschenden in Chatbots eingegeben werden, ist später schwer zu trennen, welcher Anteil eines Resultats auf wen zurückgeht. Auch Anthropic arbeitet an Modellen für diesen Bereich, sodass die Zuschreibungsfrage nicht an einem Anbieter hängt.
Was offen bleibt
Drei Punkte sind derzeit nicht belegt. Erstens ist das erzeugende Modell weder benannt noch zugänglich, eine Reproduktion durch Dritte ist also nicht möglich. Zweitens liegt für keines der 372 Resultatfamilien ein abgeschlossenes Peer Review vor. Drittens beruht dieser Text auf einem einzigen erreichbaren Fachbericht, weil ein zweites angefragtes Medium nicht abrufbar war – die Angaben zum Millennium-Problem konnten wir deshalb nicht gegenprüfen.
Häufige Fragen
Wie viele KI-Beweise hat OpenAI auf GitHub veröffentlicht?
Es sind 722 Manuskripte, die zu 372 Resultatfamilien zusammengefasst sind. Die Zahl der Dateien ist nicht die Zahl gelöster Probleme.
Welches Modell hat die Beweise geschrieben?
Ein unveröffentlichtes Sprachmodell von OpenAI. Eine Versionsbezeichnung nennt die Veröffentlichung nicht, der Zugang ist nicht öffentlich.
Ist damit ein Millennium-Problem gelöst?
Das ist offen. Ein Resultat soll ein Millennium-Problem betreffen, diese Einordnung stammt aber aus der Veröffentlichung und nicht aus einem Gutachten.
