OpenAI erzielt Fortschritte in der Mathematik

OpenAI berichtet, dass ein neues internes Modell über 100 langjährige mathematische Probleme gelöst hat, darunter die Navier-Stokes-Gleichungen. Etwa 10.000 KI-Agenten arbeiteten zusammen, um diese Ergebnisse in nur 24 Tagen zu erzielen.

Angesichts der schnellen Fortschritte hat OpenAI eine unabhängige Beratungsgruppe gegründet. Ziel ist es, die Validierung und Veröffentlichung dieser neuen mathematischen Erkenntnisse wissenschaftlich zu begleiten.

Die Forschung dauerte 24 Tage und nutzte massives Reinforcement Learning auf einem vortrainierten Modell. Das System integrierte verbesserte Modellversionen in Echtzeit, um die Suche nach Lösungen zu optimieren.

Vor diesem Meilenstein löste OpenAI im August bereits 10 komplexe Probleme mit dem Astra-Modell. Diese Arbeiten wurden in Lean-Beweise formalisiert, wobei die API-Kosten etwa 2.000 US-Dollar betrugen.

Das Modell löste das Navier-Stokes-Millennium-Problem durch die Konstruktion eines Gegenbeispiels. Es zeigte mathematisch, dass Geschwindigkeits-Singularitäten in bestimmten Strömungen auftreten können, während die Gesamtenergie endlich bleibt.

Etwa 10.000 Agenten erkundeten gleichzeitig verschiedene Ansätze, wobei Codex Zwischenergebnisse koordinierte. Die finale Verifizierung durch das Lean-Tool dauerte nach 88 Stunden Recherche weitere 17 Stunden.

Berichte deuten darauf hin, dass OpenAI der Lösung der Hodge-Vermutung nahekommt. Obwohl keine offizielle Bestätigung vorliegt, unterstreicht das Interesse an diesem Bereich die Breite der internen Forschung.

Die Identität des Modells, möglicherweise verbunden mit dem 'Bel'-Projekt, bleibt unklar. OpenAI betont lediglich, dass es Astra weit übertrifft, was Fragen zur zukünftigen öffentlichen Verfügbarkeit aufwirft.

OpenAI entwickelt 'automatisierte Forschungs-Interns', die komplexe Aufgaben übernehmen können. Dieser Ansatz könnte die Code-Erstellung, Versuchsplanung und wissenschaftliche Datenanalyse grundlegend verändern.

Der Erfolg wird nun an der Zuverlässigkeit des Modells gemessen. Tests zeigen, dass das neue Modell bei gleichem Rechenaufwand eine höhere Erfolgsquote als Astra erzielt.

Experten wie Timothy Gowers und Edward Witten beraten OpenAI zu akademischen Standards. Sie bewerten, wie Mathematiker KI-Tools für ihre eigenen Forschungsfragen nutzen können.

Die DevDay-Konferenz könnte zeigen, ob diese Multi-Agenten-Methoden für Entwickler zugänglich gemacht werden. Die Integration solcher Werkzeuge könnte die Produktivität in der Forschung massiv steigern.

Die Zukunft liegt in der Nutzung dieser Agenten durch externe Forscher. Langfristig könnte jeder Wissenschaftler Tausende KI-Agenten einsetzen, um eigene Forschungsfragen effizienter zu bearbeiten.

Detaillierte Informationen zur Beratungsgruppe und den mathematischen Fortschritten sind auf der offiziellen OpenAI-Website verfügbar.