OpenAI gab die Lösung eines der Millennium-Probleme bekannt – das Problem der Existenz und Glattheit der Lösungen der Navier-Stokes-Gleichungen – mithilfe eines internen KI-Systems und etwa 10 Tausend autonomer Agenten, die 88 Stunden lang arbeiteten. Das Unternehmen investierte dafür Millionen von Dollar an Rechenressourcen und verifizierte das Ergebnis mithilfe der Sprache Lean. Dies ist das erste Mal, dass eine KI beansprucht, eines der sieben Probleme mit einem Preisgeld von einer Million Dollar des Clay Mathematics Institute gelöst zu haben.
Unmittelbar nach der Ankündigung entbrannte jedoch ein heftiger Streit über die Urheberschaft. Die Mathematiker Tristan Buckmaster von der New York University und Levent Alpöge von Anthropic hatten einen Monat zuvor unter intensiver Nutzung von KI-Tools, einschließlich Codex von OpenAI, erhebliche Fortschritte in verwandten Aspekten des Problems erzielt. Buckmaster wies in einer öffentlichen Erklärung darauf hin, dass OpenAI über Chats oder das Training von Modellen Zugriff auf ihre Entwürfe erhalten haben könnte, was das Unternehmen jedoch kategorisch bestreitet und behauptet, dass Nutzerdaten nicht verwendet wurden.
Die Situation verschärfte sich durch den Vorschlag von OpenAI für eine gemeinsame Publikation, bei der Alpöge aufgrund seiner Tätigkeit bei einem Konkurrenzunternehmen von der Autorenschaft ausgeschlossen werden sollte. Buckmaster lehnte dies ab, und die Verhandlungen wurden angespannt. Dies ist nicht nur ein persönlicher Konflikt: Er offenbart systemische Probleme, wenn kommerzielle Labore mit enormen Ressourcen in den Wettlauf um grundlegende Ergebnisse eintreten und sich dabei auf die Arbeit unabhängiger Forscher stützen.
Technisch unterscheidet sich der Ansatz von OpenAI – die Skalierung einer Vielzahl von Agenten zur Suche nach Singularitäten in den dreidimensionalen Navier-Stokes-Gleichungen – von einem traditionellen menschlichen Beweis. Zuvor stützte sich der Fortschritt auf die Arbeiten von Diego Córdoba und Luis Martínez-Zoroa, die Buckmaster und Alpöge mithilfe von KI weiterentwickelten. OpenAI hingegen setzte beispiellose Rechenkapazitäten für die Aufgabe ein, was es ermöglichte, das Problem in Tagen statt in Jahren zu „knacken“.
Die Methodik wirft Fragen zur Reproduzierbarkeit und Generalisierung auf. Obwohl das Ergebnis in Lean formalisiert ist, steht eine unabhängige Überprüfung durch die Fachwelt noch aus. Es ist unklar, inwieweit der Ansatz auf andere Millennium-Probleme skalierbar ist oder ob er spezifische Prompts erfordert, die gewöhnlichen Forschern nicht zugänglich sind. Ein Vergleich mit früheren Erfolgen der KI in der Mathematik, wie der Lösung von Erdős-Problemen, zeigt, dass die Dimension hier eine andere ist: keine einzelne Heuristik, sondern ein massiver Angriff durch Agenten.
In der Forschungslandschaft steht dieses Ereignis im Kontrast zu den Arbeiten von Anthropic und anderen Laboren, in denen KI als Werkzeug zur Erweiterung der menschlichen Intelligenz und nicht als deren Ersatz eingesetzt wird. OpenAI betont, dass das Unternehmen den Preis nicht beanspruchen wird, doch allein die Tatsache der Ankündigung verändert die Dynamik: Nun können große Unternehmen offene Probleme schneller „lösen“ als akademische Gruppen, was traditionelle Mechanismen der Priorität und des Zitierens infrage stellt.
Die Folgen für das Fachgebiet sind erheblich. Mathematiker, darunter Träger der Fields-Medaille, haben bereits ihre Besorgnis über eine Fehlausrichtung der Ziele geäußert: Unternehmen jagen öffentlichen Erfolgen nach, während die Wissenschaft schrittweisen, kollaborativen Fortschritt schätzt. Dies könnte dazu führen, dass Forscher Zwischenergebnisse geheim halten oder die Nutzung kommerzieller KI-Tools vermeiden.
Zu den offenen Fragen gehört, ob der Beweis vom Clay Mathematics Institute anerkannt wird, wie genau die Anerkennung zwischen Menschen und KI-Agenten aufgeteilt werden soll und ob ein solcher Wettlauf nicht zu einer Fragmentierung der Gemeinschaft führt. Es bedarf neuer Protokolle zur Erfassung von Beiträgen in KI-gestützten Forschungsarbeiten.
Letztendlich zeigt dieser Fall, dass die Beschleunigung mathematischer Entdeckungen mithilfe von KI eine gleichzeitige Überprüfung der Normen für Urheberschaft und Ethik erfordert, da andernfalls das Vertrauen innerhalb der Gemeinschaft gefährdet ist.
