Neurochirurg löst 22 Jahre altes Mathe-Rätsel – indem er ChatGPT 16 Stunden lang rechnen ließ

Das Problem bewegte sich an der Schnittstelle von Matrixtheorie und Funktionalanalysis in der numerischen linearen Algebra – eine Nischenfrage von grundlegender Bedeutung, die zwei Jahrzehnte lang allen Bemühungen von Experten widerstanden hatte, die ihre Karrieren darauf verwandt hatten.

Von Hirnultraschall zu einem mathematischen Durchbruch

Jin hatte nicht vor, Mathematikgeschichte zu schreiben. Er forschte an transkraniellem Ultraschall – genauer an der Modellierung, wie Ultraschallwellen durch den Schädelknochen dringen – und das führte ihn in die Matrixanalyse und schließlich zur Crouzeix-Vermutung . Seine gesamte höhere Mathematik eignete er sich im Rahmen seiner Ultraschallforschung selbst an; seinen Bachelorabschluss hatte er in Geologie an der Universität Peking, seinen medizinischen Abschluss am Peking Union Medical College. Er verfügte über keine formale Ausbildung in fortgeschrittener Mathematik .

Der 16-stündige autonome Lauf

Jin übernahm die Prompt-Strategie, die OpenAI bei der Lösung der Cycle-Double-Cover-Vermutung verwendet hatte. Er entwarf ein Multi-Agenten-System mit einer adversarischen Struktur und vier Anweisungen :

1. Offline arbeiten: Das Modell operierte in einer physisch vom Netz getrennten Umgebung, um zu verhindern, dass es existierende Beweise oder Lösungen aus dem Internet abrufen konnte.
2. Parallel explorieren: Das System startete viele Unter-Agenten, die genuin unterschiedliche Beweisstrategien verfolgten, um eine vorzeitige Konvergenz auf einen einzigen Ansatz zu verhindern.
3. Adversarisches Prüfen: Kandidaten-Beweise wurden adversarischen Tests unterzogen, die das Modell zwangen, eigene Fehler zu finden und zu beheben.
4. Kein vorzeitiges Aufhören: Das System wurde angewiesen, nicht zu stoppen, bis ein vollständiger Beweis alle Prüfungen bestanden hatte.

Jin startete das System und ging weg. Nach etwa 16 Stunden ununterbrochener Arbeit – in denen GPT-5.6-Sol tausende Zyklen aus Generierung, Hypothesentest, Verwerfung und Neukonstruktion durchlief – produzierte es einen vollständigen Beweis .

Anders als die schweren Abschätzungen, die Experten erwartet hatten, verwendete das Argument eine raffinierte Sampling-Strategie, um das Problem auf eine einfache Positivitätsbedingung zurückzuführen . Es war, nach den Berichten derjenigen, die es überprüften, ein eleganter und unerwarteter Ansatz.

Verifikation durch die Experten

Der Numeriker Alex Townsend von der Cornell University hatte im Jahr zuvor ChatGPT routinemäßig aufgefordert, die Crouzeix-Vermutung anzugreifen, und sah es jedes Mal an demselben fehlenden Lemma scheitern . Am 30. Juli 2026 fragte er erneut – aber diesmal gab ChatGPT einen Link zu einem Preprint zurück, der am 27. Juli eingestellt worden war und den Titel „The Numerical Range Is a 2-Spectral Set“ trug .

Townsend und Anne Greenbaum von der University of Washington prüften den Preprint mit Skepsis. Nach mehreren Stunden kamen sie zu dem Schluss, dass der Beweis korrekt war . Michel Crouzeix selbst – der Mathematiker, der die Vermutung 22 Jahre zuvor aufgestellt hatte – prüfte das Manuskript und bestätigte seine Richtigkeit .

Open Source und unabhängige Bestätigung

Jin veröffentlichte seine gesamte Forschungspipeline als Open Source. Auf GitHub stellte er das endgültige Paper, den genauen Prompt, alle aufeinanderfolgenden Manuskript-Entwürfe, eine Formalisierung des Beweises in der Beweisassistentin Lean 4 und einen Axiomen-Audit zur Verfügung .

Bemerkenswerterweise erschien acht Tage nach Jins Preprint ein separater, unabhängiger Beweis von Emiel Lorist und Felix Schwenninger – die ebenfalls ChatGPT 5.6 zur Strategieerkundung genutzt hatten – auf arXiv, der das Ergebnis unabhängig bestätigte .

Was das für KI und Wissenschaft bedeutet

Die Geschichte von Jins Beweis ist aus mehreren Gründen bemerkenswert. Sie zeigt, dass ein Nicht-Experte ohne formale Ausbildung in einem Fachgebiet durch das Entwerfen des richtigen autonomen Arbeitsablaufs für ein KI-Sprachmodell einen echten Beitrag zu einem Problem leisten kann, an dem sich Fachleute die Zähne ausgebissen hatten. Sie demonstriert auch die Leistungsfähigkeit gut gestalteter autonomer Denksysteme: Jin nutzte KI nicht als Suchwerkzeug oder Chatbot – er entwarf ein System, das seine eigene Arbeit über viele Stunden hinweg ohne menschliches Zutun erkunden, prüfen und verfeinern konnte .

Das Problem ist kein Spielzeug oder Rätsel; es ist eine 22 Jahre alte offene Frage, deren Beweis von dem Mathematiker, der sie aufgestellt hatte, sowie von anderen führenden Fachleuten des Gebiets geprüft und angenommen wurde .