OpenAI-Modelle liefern Beweise in Mathematik, Informatik und Quantenphysik
Das Forschungslabor veröffentlicht automatisierte, in Lean verifizierte Beweise, während akademische Teams unabhängige Prüfungen beginnen.
Von Letizia Giugliano
2 Min. LesezeitHuman-Edited, AI-Assisted
Automatisch aus dem englischen Original übersetzt Original lesen

Von künstlicher Intelligenz gestützte Forschungssysteme haben formale mathematische Beweise erzeugt, die langjährige Vermutungen aus harmonischer Analysis, Komplexitätstheorie und Quantenfeldtheorie behandeln. Die Ergebnisse, über die [Interesting Engineering](https://interestingengineering.com/ai-robotics/openai-proofs-math-computing-physics) berichtet, wurden mit computergestützter Verifikation formalisiert und unabhängigen Mathematikern und Physikern zur Begutachtung übergeben.
Harmonische Analysis und Wellenkonzentration
Am 18. Oktober 2026 erzeugten KI-Modelle von OpenAI einen mathematischen Beweis für die Vermutung der lokalen Glättung, ein offenes Problem der harmonischen Analysis, das Christopher Sogge 1991 formulierte, wie Interesting Engineering berichtet. Die Vermutung beschreibt das Verhalten konzentrierender Wellen und besagt, dass sich eine extreme räumliche Fokussierung nicht über längere Zeit aufrechterhalten kann. Das Labor teilte mit, sein System habe die Vermutung in allen räumlichen Dimensionen bewiesen und zugleich sowohl die Kakeya-Vermutung als auch Steins Restriktionsvermutung gelöst.
Frühere Arbeiten in diesem Bereich hatten eingeschränkte Dimensionsfälle gelöst, darunter einen Beweis von 2019 in zwei räumlichen Dimensionen von Larry Guth, Hong Wang und Ruixiang Zhang, gefolgt von Wangs und Zahls Beweis der dreidimensionalen Kakeya-Vermutung aus dem Jahr 2025. Um eine sofortige wissenschaftliche Prüfung dieser theoretischen Innovation zu ermöglichen, übertrug OpenAI den natürlichsprachlichen Beweis am 19. Oktober 2026 in Lean, einen interaktiven Theorembeweiser, der automatisierte Verifikation ermöglicht, und veröffentlichte die vollständigen Materialien auf GitHub, so Interesting Engineering.
Gegen die Exponentialzeithypothese
Über die reine Mathematik hinaus erklärte OpenAI, seine Modelle hätten am 16. Oktober 2026 eine Widerlegung der Exponentialzeithypothese (ETH) erzeugt und das Ergebnis am folgenden Tag in Lean formalisiert, so Interesting Engineering. Die ETH ist eine zentrale Hypothese der Komplexitätstheorie, die theoretische Grenzen für Algorithmen zur Lösung boolescher Erfüllbarkeitsprobleme setzt. Die Vermutung dient als axiomatische Grundlage für Hunderte veröffentlichter Arbeiten in Computational Geometry, Graphentheorie, Datenbanken und Computational Biology.
Eine Widerlegung der ETH liefert zwar nicht sofort schnellere praktische Algorithmen für reale Software, stellt aber Kernannahmen infrage, mit denen bedingte untere Schranken in der gesamten Informatik bewiesen werden. Zur Bewertung der mathematischen Gültigkeit der Widerlegung werden die Forscher Russell Impagliazzo und Ramamohan Paturi von der University of California, San Diego, sowie Ryan Williams vom Massachusetts Institute of Technology ein unabhängiges Prüfgremium leiten, das von einer von OpenAI finanzierten Konferenz unterstützt wird, wie Interesting Engineering ausführt.
Quantenfeldtheorie und unabhängige akademische Verifikation
Der dritte beanspruchte Meilenstein betrifft die mathematische Physik und die rigorosen Grundlagen der Quantenfeldtheorie. Die Modelle sollen Existenzbeweise für wechselwirkende vierdimensionale Eichfelder und Fermionen erzeugt haben, einschließlich der Quantenchromodynamik (QCD) und der reinen Yang-Mills-Theorie, so Interesting Engineering. Die mathematische Existenz und das damit verbundene Massenlückenproblem in der Yang-Mills-Theorie gehören zu den ungelösten Millennium-Preis-Problemen, die das Clay Mathematics Institute benannt hat.
Anders als die direkt auf Repository-Plattformen veröffentlichten Ergebnisse aus Mathematik und Komplexitätstheorie werden die physikalischen Materialien einer unabhängigen Analyse unterzogen, die der Nobelpreisträger David Gross gemeinsam mit den Forschern Michael Douglas, Arthur Jaffe, Igor Klebanov und Nikita Nekrasov leitet. OpenAI bestätigte, dass die akademischen Bewertungsteams mit vollständiger redaktioneller Autonomie arbeiten werden, unterstützt durch einen 5 Millionen US-Dollar umfassenden Fonds, der zuvor der Simons Foundation zugewiesen wurde, um Bewertungsworkshops und akademische Seminare zu koordinieren, wie Interesting Engineering bestätigt.
Lesen Sie auch bei The Patent: Mass General Brigham AI predicts cancer survival risk from a facial photo



