KI wird im Rechnen immer besser – so funktioniert es.
· Quelle: Latent Space
In den letzten Monaten haben große Sprachmodelle eine unerwartete Fähigkeit gezeigt, offene mathematische Probleme zu lösen. Im Mai entdeckte ein internes Modell von OpenAI einen Gegenbeweis für die Erdős‑Einheitsdistanzkonjunktion, ein Problem, das seit 1946 ungelöst blieb. Einen Monat später kündigte die gleiche Organisation einen Durchbruch beim doppelten Zyklusdeckungsproblem an, und im Juli präsentierte sie Lösungen für zehn weitere Aufgaben. Im September generierte das Modell einen Beweis zu den Navier‑Stokes‑Gleichungen. Auch andere Labore, wie Anthropic, haben klassische Resultate wie den letzten Fermatschen Satz formalisiert und Fortschritte bei den Grenzen der Riemann‑Hypothese erzielt.
Die Autoren des Artikels untersuchen, warum diese Aufgaben für LLMs „lösbar“ sind. Sie schlagen vor, die Schwierigkeit eines Problems als die minimale Länge einer Kette von Ideen oder „Hinweisen“ zu messen, die nötig sind, um zur Lösung zu gelangen, kombiniert mit dem Aufwand, der für die Entwicklung jedes Hinweises erforderlich ist. Menschen erkunden oft viele Richtungen oberflächlich, bevor sie Ressourcen einsetzen, während KI‑Modelle große Rechenleistung in einen einzigen Pfad investieren und dabei einen Tiefensuchansatz verfolgen. Dieser Unterschied ermöglicht es der KI, die Zeit zwischen dem Erzeugen eines Hinweises und seiner Ausarbeitung drastisch zu verkürzen und weniger „menschliche Zeit“ für Versuch und Irrtum aufzuwenden.
Das Verständnis dieser neuen Suchweise ist wichtig, weil es zeigt, bei welchen Problemtypen KI traditionelle Forscher übertreffen kann, was Fortschritte in Bereichen beschleunigen könnte, in denen konzeptionelle Komplexität bislang ein Hindernis war.
Originalartikel lesen auf Latent Space
Diese Zusammenfassung ist eine informationelle Synthese von dataqbs.com. Alle Rechte am Originalinhalt liegen beim Autor und dem genannten Medienunternehmen. Wir handeln ausschließlich als Kuratoren von Technologie-Nachrichten und beanspruchen keine Urheberschaft.