📰 News

OpenAI Astra löst 10 mathematische Langzeit-Probleme

11. August 2026·Quelle: The Rundown AI

Nach Angaben von The Rundown AI hat OpenAI mit seinem internen Modell Astra zehn offene mathematische und informatische Probleme gelöst, darunter eines aus dem Jahr 1999. Das Modell bewies die Existenz nicht-sofischer Gruppen, verifizierte Connes' Starrheitsvermutung und löste mehrere Probleme aus Paul Erdős' berühmter Liste – alles zu Kosten von etwa 2.000 Dollar pro durchgeführtem Beweis. Die Lösungen wurden in Lean formalisiert und sind damit maschinell überprüfbar.

Die Durchbrüche werfen grundlegende Fragen auf: Kann KI-generierte mathematische Forschung Fields-Medal-würdig sein? Während die Mathematik-Community diese Debatte führt, deutet sich ein größerer Trend an – wenn KI kostengünstig Jahrzehnte alte Probleme knacken kann, wird dies bald auch in Pharmazie und Materialwissenschaften disruptiv wirken.

Unsere Einordnung

Das ist ein Wendepunkt für KI in der Grundlagenforschung. Wenn spezialisierte Modelle systematisch Jahrzehnte alte mathematische Probleme lösen können – und das dokumentiert, reproduzierbar und kostengünstig – haben wir eine neue Klasse von Werkzeugen für Wissenschaft. Die echte Story ist aber nicht das einzelne Problem, sondern die Automatisierbarkeit: Sobald das auf Drug Discovery und Materialwissenschaften skaliert, wird die F&E-Wirtschaft neu definiert.

Schlüsselfakten

  • Astra bewies Existenz nicht-sofischer Gruppen (offenes Problem seit 1999)
  • Löste Connes Starrheitsvermutung und drei Probleme aus Erdős-Liste
  • Alle Beweise in Lean formalisiert und maschinell verifizierbar
  • Kosten: ~2.000 Dollar pro erfolgreichem Beweis

Artikel teilen