KI knackt 80-Jahre-Rätsel — und zeigt der Mathematik, wo’s langgeht

OpenAIs Reasoning-Modell widerlegt eine Erdős-Vermutung aus 1946 mit Werkzeugen, an die kein Mensch gedacht hätte. Mathematiker sprechen von einem „Meilenstein“. Aber was bedeutet das wirklich für die Zunft?

Wenn eine KI einen 80 Jahre alten mathematischen Knoten löst, den die klügsten Köpfe der Zunft nicht durchschlagen konnten, ist das entweder der Anfang vom Ende der menschlichen Mathematik — oder ihr interessantester Neuanfang. OpenAI hat gerade gezeigt, dass es wohl eher Letzteres wird. Und zwar auf eine Art, die vielen Forschern ziemlich unbequem sein dürfte. Ein hausinternes Reasoning-Modell des Unternehmens hat die sogenannte Unit-Distance-Vermutung des ungarischen Mathematikers Paul Erdős widerlegt, wie heise berichtet. Die Fragestellung klingt simpel: Wie viele Punktpaare auf einer Fläche können exakt denselben Abstand zueinander haben?

Erdős vermutete 1946, dass ein leicht verzerrtes Quadratraster nahezu optimal sei. Für die Widerlegung dieser Annahme hatte er 500 Dollar Preisgeld ausgelobt. Acht Jahrzehnte lang biss sich die Mathematiker-Community die Zähne aus.

Der entscheidende Trick: Nicht cleverer denken, sondern anders

Was die KI-Lösung so bemerkenswert macht, ist nicht nur das Ergebnis — ein rund ein Prozent dichteres Punktmuster als bisher für möglich gehalten — sondern der Lösungsweg. Das Modell bediente sich nämlich nicht bei der Geometrie, sondern griff tief in die Werkzeugkiste der algebraischen Zahlentheorie. Ein Fachgebiet, das für dieses Problem als völlig fernliegend galt, wie The Decoder schreibt. Vereinfacht gesagt: Die Geometrie hat versucht, das Problem mit Legosteinen zu lösen.

Die KI fand heraus, dass es da draußen Duplo-Steine gibt, die sich viel raffinierter zusammenpuzzeln lassen. Sie übersetzte Punktabstände in komplexe Zahlensysteme und nutzte deren innere Symmetrien für eine Konstruktion, die einem Menschen nicht eingefallen wäre. Zahlentheoretiker Will Sawin von der Princeton University erklärt den Clou: Statt ein einmal gewähltes Zahlensystem immer größer zu machen, wechselte die KI mit jedem Schritt zu immer reicheren Systemen. „Für einen Menschen war nicht ersichtlich, warum gerade dieser Wechsel etwas bringt“, so Sawin laut The Decoder.

Wenn die Maschine vier Bedingungen erfüllt, die kein Mensch schafft

Thomas Bloom, Mathematiker und Betreuer der Erdős-Problemdatenbank, listete das Unit-Distance-Problem gerade erst als eines der zehn härtesten Erdős-Rätsel auf — nur einen Monat vor der KI-Lösung. Er beschreibt, warum kein Mensch auf die Idee kam: Man hätte signifikante Zeit investieren, gegen Erdős‘ etablierte Meinung anarbeiten, die Geometrie in Zahlenkörper übersetzen wollen und mit hochspezialisierter Klassenkörpertheorie vertraut sein müssen. „Die KI erfüllte alle diese Kriterien“, schreibt Bloom.

Sie kombiniere „übermenschliche Geduld mit Vertrautheit mit einem riesigen Arsenal an technischer Maschinerie“. Fields-Medaillist Tim Gowers nennt das Resultat einen „Meilenstein in der KI-Mathematik“. Hätte ein Mensch das Papier bei den Annals of Mathematics eingereicht, „hätte ich die Annahme ohne zu zögern empfohlen“, so Gowers laut The Decoder. Neun externe Mathematiker haben den Beweis nachvollzogen und bestätigt.

Business Punk Check

Die unbequeme Wahrheit: Diese KI-Lösung entlarvt strukturelle Schwächen im akademischen Betrieb. Daniel Litt, einer der prüfenden Mathematiker, stellt die richtige Frage: Warum gibt es überhaupt berühmte Probleme, die sich mit einem relativ kurzen, cleveren Argument lösen lassen? Seine Antwort: Forscher klammern sich an falsche Annahmen oder sind zu spezialisiert. „Die Anreize zu Spezialisierung und Silo-Bildung haben uns hochwertige Wissenschaft gekostet“, schreibt Litt laut The Decoder. Was das für die Praxis bedeutet?

Das „planar unit distance“-Problem klingt abstrakt, betrifft aber die Anordnung von Satelliten, Mobilfunkmasten, WLAN-Routern — überall dort, wo optimale räumliche Verteilung zählt. Die KI hat nicht nur ein 80-Jahre-Rätsel geknackt, sondern gezeigt, dass menschliche Denksilos teuer sind. Für Unternehmen heißt das: KI wird nicht nur repetitive Tasks übernehmen, sondern auch dort disruptiv wirken, wo Expertise bisher als unersetzbar galt. Die Frage ist nicht mehr, ob KI kreativ sein kann. Die Frage ist, ob menschliche Experten bereit sind, ihre Denkmuster aufzubrechen — bevor es die Maschine für sie tut.

Häufig gestellte Fragen

Was war die Erdős-Vermutung genau?

Paul Erdős vermutete 1946, dass ein leicht verzerrtes Quadratraster die optimale Anordnung für Punktpaare mit gleichem Abstand sei. Die OpenAI-KI fand nun eine Anordnung, die rund ein Prozent mehr solcher Paare erzeugt — ein signifikanter Fortschritt nach 80 Jahren Stillstand.

Warum konnten Mathematiker das Problem nicht lösen?

Die Lösung erforderte vier Bedingungen gleichzeitig: Zeit, Bereitschaft gegen etablierte Meinung zu arbeiten, interdisziplinäres Denken zwischen Geometrie und Zahlentheorie sowie Expertise in hochspezialisierter Klassenkörpertheorie. Kein Mensch erfüllte alle Kriterien — die KI schon.

Was bedeutet das für die Praxis?

Das Problem betrifft die optimale räumliche Anordnung von Objekten — relevant für Satelliten, Mobilfunkmasten oder WLAN-Router. Die KI-Lösung könnte neue Erkenntnisse für Netzwerkplanung und Navigation liefern, wo keine Funklöcher entstehen, aber Signale sich nicht überlagern dürfen.

Ist das der Durchbruch für KI in der Wissenschaft?

Fields-Medaillist Tim Gowers nennt es einen „Meilenstein in der KI-Mathematik“ — kein vorheriger KI-Beweis kam diesem Niveau nahe. Die Arbeit würde laut Gowers problemlos in Top-Journalen akzeptiert. Kritiker merken an, dass grundsätzlich neue geometrische Werkzeuge fehlen, aber die Methodik ist revolutionär.

Quellen: heise, The Decoder