OPENAI VERPRELLT MATHEMATIKER MIT GEPLANTEM MASSEN-DUMP VON LÖSUNGEN

Das Wichtigste

OpenAI will Hunderte ungelöste Mathe-Probleme auf GitHub veröffentlichen, darunter die Lösung des Navier-Stokes-Millennium-Problems. Die Mathematik-Community wirft dem Unternehmen vor, wissenschaftliche Standards zu ignorieren und eigene Vorarbeiten zu übergehen.

Was ist passiert?

Im August lud OpenAI rund 40 Mathematiker zu einem Treffen ein, um über den Umgang mit KI-generierten Mathe-Durchbrüchen zu sprechen. Die Botschaft: Das interne Modell habe Hunderte lange ungelöste Probleme geknackt.

Die Teilnehmer bekamen laut mehreren Anwesenden die Zusage, dass die Ergebnisse nicht alles auf einmal veröffentlicht würden, sondern in Form von wissenschaftlichen Papers, damit die Community sie prüfen kann. OpenAI-Sprecherin Lindsay McCallum sagt, man sei sich einer solchen Zusage nicht bewusst.

Jetzt plant das Unternehmen laut mehreren mit den Plänen vertrauten Personen, Hunderte Lösungen gesammelt auf GitHub zu veröffentlichen. Darunter die Lösung des Navier-Stokes-Millennium-Problems, eines der sieben berühmten Millennium-Probleme mit einer Million Dollar Preisgeld.

Besonders brisant: Im September setzte OpenAI tausende Agenten ein, um das Problem zu lösen, nachdem das Unternehmen Gerüchte gehört hatte, andere stünden kurz vor der Lösung. Der NYU-Mathematiker Tristan Buckmaster wirft OpenAI vor, seine unveröffentlichte Vorarbeit mit Anthropic-Mitarbeiter Levent Alpöge quasi überholt zu haben.

Laut Gesprächsnotizen, die WIRED vorliegen, soll OpenAI-Forscher Sébastien Bubeck vorgeschlagen haben, Alpöge aus einer gemeinsamen Publikation herauszuhalten, weil das die Sache vereinfachen würde. Bubeck bestreitet das öffentlich. Als Buckmaster drohte, an die Presse zu gehen, soll Bubeck laut den Notizen gesagt haben: 'If you don't want me to be nice, then I don't have to be nice.'

Warum ist das relevant?

Für die Mathematik-Community geht es um mehr als verletzte Eitelkeiten. Bryna Kra von der Northwestern University und Mitautorin der sogenannten Leiden-Erklärung, die über 4.000 Mathematiker unterschrieben haben, kritisiert, dass OpenAI und Anthropic Ergebnisse per Blogpost statt per Paper verbreiten. Das erschwert Verifikation und blendet oft bestehende Vorarbeit aus.

Neue Tools wie Hexagon und Palomar sollen helfen, KI-generierte Beweise einzuordnen und zu verifizieren. OpenAI wurde laut Kra explizit auf diese Tools hingewiesen, hat sein Verhalten aber nicht geändert.

Dahinter steckt ein größeres Muster: Mathematiker beschreiben das Feld zunehmend als Schaufenster, in dem OpenAI und Anthropic vor ihren erwarteten Börsengängen ihre Modelle gegeneinander ausspielen. NYU-Professor Nestor Guillen spricht von einer 'Wahrnehmung von Mobster-Verhalten' innerhalb der Community.

Für Unternehmen und Entwickler, die auf KI-gestützte Forschung setzen, ist das ein Warnsignal. Beeindruckende Ergebnisse sind nur so viel wert, wie sie überprüfbar und reproduzierbar sind. Wer auf unverifizierte Blogpost-Resultate baut, baut auf Treibsand.

Take-Away

OpenAI hat eine Advisory Group on Mathematics and Artificial Intelligence am Institute for Advanced Study eingerichtet, laut eigenen Angaben, um Veröffentlichungen besser zu steuern. Ein konkreter Release-Termin für den GitHub-Dump steht laut Unternehmen noch nicht fest.

Für die DACH-Community heißt das: KI-Durchbrüche in der Mathematik sind real und häufig, aber die Verifikationsinfrastruktur hinkt dem Tempo der Labs deutlich hinterher. Wer mit diesen Ergebnissen arbeitet, sollte auf unabhängige Verifikation über Tools wie Palomar warten, statt Blogpost-Behauptungen blind zu übernehmen.