OpenAI stellt Astra vor: Zehn ungelöste Matheprobleme geknackt – aber Experten bleiben skeptisch

Welche Probleme soll Astra bearbeitet haben?

Die zehn Ergebnisse decken ein ungewöhnlich breites Spektrum ab: hochdimensionale Geometrie, Kodierungstheorie, arithmetische Schaltkreiskomplexität, Gruppentheorie, Operatoralgebren, Quantenkomplexität, Gitterkryptografie und extremale Kombinatorik .

1. Kugelpackungen in hohen Dimensionen: neue obere Schranken für die Packungsdichte, die bis an die Cohn-Elkies-Schranke heranreichen sollen .
2. Binäre und sphärische Codes: exponentiell verbesserte Schranken für die maximale Codegröße bei vorgegebenem Mindestabstand .
3. Nicht-sofische Gruppen: eine explizite Konstruktion, die die Existenz solcher Gruppen zeigt – eine zentrale offene Frage der Gruppentheorie .
4. Connes’ Starrheitsvermutung: die Widerlegung einer langjährigen Vermutung über Von-Neumann-Algebren .
5. Arithmetische Schaltkreiskomplexität: neue untere Schranken für die Berechnung der Permanente, darunter eine Formelschrankordnung von etwa (n^4/\log n) .
6. Quanten-Parallelwiederholung: ein exponentieller Parallelwiederholungssatz für allgemeine Quantenspiele mit zwei Parteien .
7. Closest-Vector-Problem: eine polynomielle Härte der Approximation, die für die Post-Quanten-Kryptografie von Bedeutung ist .
8. Ehrharts Volumenvermutung: eine Bestimmung des maximal möglichen Volumens eines konvexen Körpers, dessen Schwerpunkt der einzige innere Gitterpunkt ist .
9. Mehrfarbige Ramsey-Zahlen: eine superexponentielle untere Schranke, mit der laut OpenAI das Erdős-Problem 183 gelöst wird .
10. Vermutungen zu Extremalzahlen: Ergebnisse zu Vermutungen über Kompaktheit und Degeneration, die die Erdős-Probleme 146 und 180 betreffen .

Warum Lean 4 für die Debatte entscheidend ist

Bei KI-generierten mathematischen Argumenten lautet die entscheidende Frage normalerweise: Ist jeder einzelne Schritt tatsächlich korrekt? Lean 4 kann diese Frage für die formalisierten Teile mechanisch beantworten. Der Beweisassistent prüft die vorgegebenen Schlussketten unabhängig davon, ob sie von einem Menschen oder einem Modell entdeckt wurden.

Das ist ein wesentlicher Unterschied zu einer bloßen Präsentation plausibel klingender Antworten. OpenAI hat die formalen Zertifikate unter einer Apache-2.0-Lizenz auf GitHub veröffentlicht . Menschen erstellten anschließend die endgültigen Manuskripte mit Unterstützung desselben Modells .

Allerdings prüft Lean in erster Linie die formalisierte Argumentation. Daraus folgt nicht automatisch, dass Astra den gesamten wissenschaftlichen Prozess allein durchgeführt hat oder dass die Auswahl, Interpretation und Darstellung der Ergebnisse ohne menschliche Beteiligung erfolgten.

Begeisterung – und deutliche Vorbehalte

Forscher wie Noam Brown bezeichneten die Ankündigung als möglichen großen Schritt für wissenschaftliches Schlussfolgern . Gleichzeitig stieß sie auf erhebliche Skepsis.

Keine Millennium-Probleme

Bei den zehn Fragen handelt es sich nicht um die berühmten Millennium-Probleme des Clay Mathematics Institute, etwa die Riemannsche Vermutung oder die Frage P gegen NP . Das schmälert nicht automatisch ihre mathematische Bedeutung. Die Existenz nicht-sofischer Gruppen galt beispielsweise seit der Einführung des Konzepts durch Michail Gromow im Jahr 1999 als offene Frage . Sie besitzt aber nicht dieselbe öffentliche Bekanntheit wie die großen Millennium-Probleme.

Noch kein Peer-Review

OpenAI veröffentlichte die Ergebnisse direkt, ohne dass zuvor eine unabhängige Begutachtung in einer mathematischen Fachzeitschrift oder auf einer wissenschaftlichen Konferenz erfolgt war . Damit bleibt offen, wie externe Fachleute die Neuheit, Tiefe und Tragweite der Resultate bewerten werden. Auch die Frage, wo genau die Grenze zwischen KI-generierter Entdeckung und menschlicher wissenschaftlicher Arbeit verläuft, ist nicht geklärt. OpenAI verwies selbst auf die Leiden Declaration on AI and Mathematics, die sich mit diesem Spannungsfeld beschäftigt .

Zweifel an der Übertragbarkeit

Der Kognitionswissenschaftler Gary Marcus bezeichnete die Erfolge in formaler Mathematik als möglichen „Sonderfall“. Mathematik biete besonders viele maschinell überprüfbare Aufgaben und ermögliche große Mengen synthetischer Trainingsdaten, deren korrekte Antworten sich garantieren lassen . Ob Fähigkeiten in diesem Umfeld auf breitere wissenschaftliche Forschung übertragbar sind, sei damit noch nicht bewiesen.

Astra bleibt unveröffentlicht

Das Modell selbst ist nicht öffentlich zugänglich. Zudem hat OpenAI die genaue Prompting-Methodik und den Ablauf der Lösungssuche nicht vollständig offengelegt . Außenstehende können daher zwar die veröffentlichten formalen Beweise untersuchen, nicht aber den ursprünglichen Entstehungsprozess unabhängig reproduzieren.

Der Zeitpunkt wirft Fragen auf

Die Ankündigung fällt mit der Positionierung von Astra als OpenAIs nächster großer Modellfamilie zusammen. Das hat Spekulationen ausgelöst, ob die Veröffentlichung primär wissenschaftlich motiviert war oder auch eine Marketingwirkung entfalten sollte .

Was bleibt von der Ankündigung?

Sollten die Argumente einer gründlichen Prüfung durch Mathematiker standhalten, würden mehrere Ergebnisse Fragen schließen, die seit Jahrzehnten offen sind. Besonders die explizite Konstruktion einer nicht-sofischen Gruppe wäre historisch: Die betreffende Frage ist seit mehr als 25 Jahren ungelöst . Zudem hat OpenAI deutlich mehr überprüfbares Material vorgelegt als bei einer typischen Unternehmensankündigung .

Die größere Schlussfolgerung ist jedoch noch nicht möglich. Die Beweise zeigen möglicherweise, dass KI bei formalisierten und maschinell kontrollierbaren Problemen außergewöhnliche Forschungsarbeit leisten kann. Sie zeigen noch nicht, dass ein Modell ebenso zuverlässig in offenen, schlecht definierten oder experimentellen Wissenschaftsbereichen arbeitet.

Der vorläufige Befund lautet daher: Astra könnte einen wichtigen Fortschritt für KI-gestützte Mathematik darstellen – aber ob daraus allgemeines wissenschaftliches Denken folgt, ist weiterhin offen.