OpenAI meldet KI-Ergebnisse in Mathematik, Informatik und Physik und übergibt sie an externe Fachleute

Neuer Veröffentlichungsansatz: Betreuer für rohe Forschungsdaten

OpenAI bezeichnet die Manuskripte als "eine Form von rohen Forschungsdaten" und erklärt, dass es die wissenschaftliche Gemeinschaft brauche, um daraus wissenschaftliches Verständnis zu machen. Für diese Veröffentlichung bat das Unternehmen externe Fachleute, als Betreuer ("Shepherds") zu fungieren und Gruppen zu organisieren, die die Ergebnisse nachvollziehen.

Die Betreuer empfahlen drei unterschiedliche Veröffentlichungsstrategien:

• Mathematik: Die KI-Ausgabe veröffentlichen und es den Forschenden überlassen, ihre eigenen Bemühungen zur Erklärung zu organisieren.
• Informatik: Eine externe Gruppe von Mitwirkenden bilden und die KI-Ausgabe öffentlich machen.
• Physik: Eine externe Gruppe bilden und ihr die Entscheidung über die Veröffentlichung der Materialien überlassen.

OpenAI sagt, es wisse noch nicht, welcher Ansatz sich als am nützlichsten erweisen wird, und begrüße Rückmeldungen. Zugleich räumt das Unternehmen einen Zielkonflikt ein: Die Auswahl der ersten Betreuer bestimme, wer zuerst eingebunden wird, und schaffe ein Informationsgefälle.

Die Zusammenarbeit folgt laut OpenAI vier Grundsätzen. Sie ist transparent, die Beteiligten müssen also keine Geheimhaltungsvereinbarungen unterzeichnen. OpenAI gibt an, keine akademische Anerkennung für Entdeckungen seiner internen Modelle anzustreben. Die Gruppen erhalten Anerkennung für das Verständnis und die Ausarbeitungen, die sie erarbeiten. Die Teilnahme ist freiwillig und unbezahlt, und die Mitglieder sprechen nicht für OpenAI, ebenso wenig wie OpenAI für sie spricht.

Local Smoothing und die Kakeya-Vermutung

Das mathematische Ergebnis betrifft die Local-Smoothing-Vermutung, die Sogge 1991 aufgestellt hat. Sie besagt, dass die extremste Bündelung von Wellen nur von kurzer Dauer sein kann, die Bündelung zu einem typischen Zeitpunkt also deutlich geringer ausfällt als im ungünstigsten Fall. Aus der Vermutung folgen die Kakeya-Vermutung und Steins Restriktionsvermutung.

Guth, Wang und Zhang bewiesen die Vermutung 2019 in zwei Raumdimensionen, Wang und Zahl 2025 die Kakeya-Vermutung in drei Dimensionen. OpenAI zufolge haben seine Modelle einen Beweis der Local-Smoothing-Vermutung in allen Dimensionen erzeugt, der auch die Kakeya-Vermutung und Steins Restriktionsvermutung in allen Dimensionen lösen würde. Der Beweis stützt sich auf eine neuartige partielle Hilfsdifferentialgleichung.

Laut OpenAI lag die KI-Ausgabe am 18. Oktober 2026 vor und wurde am Folgetag in Lean formalisiert. Auf Empfehlung eines Experten veröffentlichte das Unternehmen sowohl die Ausarbeitung in natürlicher Sprache als auch den Lean-Beweis in seinem öffentlichen GitHub-Repository.

Die Exponential Time Hypothesis als falsch bezeichnet

Das informatische Ergebnis betrifft die Exponential Time Hypothesis (ETH), eine seit Langem bestehende Vermutung über die Berechnungskomplexität der Erfüllbarkeit boolescher Formeln, die eng mit dem P-NP-Problem verwandt ist. OpenAI weist darauf hin, dass die ETH weithin für wahr gehalten und in Hunderten Arbeiten genutzt wurde, um bedingte Härteergebnisse in Bereichen wie Graphentheorie, Computerbiologie, Datenbanken und algorithmischer Geometrie abzuleiten.

OpenAI zufolge hat sein System die ETH widerlegt, und das Ergebnis wurde in Lean verifiziert. Das Unternehmen erklärt, die Widerlegung werfe Fragen danach neu auf, wie viel schneller diese Aufgaben werden könnten. Bessere Algorithmen und praktische Verbesserungen erforderten aber erhebliche weitere Forschung.

Eine Gruppe unter Leitung von Russell Impagliazzo (UC San Diego), Ramamohan Paturi (UC San Diego) und Ryan Williams (MIT) wird die Arbeit prüfen und begleiten. OpenAI stimmte den Forderungen der Gruppe zu, alle Rohdaten öffentlich zu machen und eine Konferenz über die Folgen zu finanzieren. Die KI-Widerlegung wurde am 16. Oktober 2026 gefunden und am 17. Oktober 2026 in Lean formalisiert. Der Beweis in natürlicher Sprache und die Lean-Formalisierung sind inzwischen auf GitHub öffentlich.

Quantenchromodynamik und das Standardmodell

Das physikalische Ergebnis wird als mathematisch strenger Existenzbeweis bestimmter wechselwirkender Quantenfeldtheorien mit Eichfeldern und Fermionen in vier Dimensionen beschrieben. Dazu zählen die Quantenchromodynamik (QCD) und eine vereinheitlichte Vervollständigung des Standardmodells. Die Arbeit baut auf Balabans Ansatz in der konstruktiven Quantenfeldtheorie auf und enthält als Teilproblem einen Existenzbeweis der reinen Yang-Mills-Theorie, die Teil eines Millennium-Problems des Clay Mathematics Institute ist.

David Gross wird eine Gruppe leiten, der unter anderem Michael Douglas, Arthur Jaffe, Igor Klebanov und Nikita Nekrasov angehören. Laut OpenAI hat die Gruppe beschlossen, die KI-erzeugten Materialien vorerst nicht zu veröffentlichen und die Arbeit selbst auszuarbeiten.

Was das bedeutet

Alle drei Behauptungen stammen von OpenAI und liegen nun zur Prüfung bei externen Fachleuten. Die unterschiedlichen Veröffentlichungsentscheidungen, von der vollständigen Offenlegung bis zur zeitversetzten Ausarbeitung, dürften zeigen, wie akademische Gemeinschaften mit KI-generierten Ergebnissen umgehen wollen. OpenAI bittet um Rückmeldungen dazu, wie sich die Beteiligung erweitern lässt, und die ETH-Gruppe hat zu einer offenen Auseinandersetzung mit Fragen von Verifikation, Zugang, Anerkennung und der Zukunft der Forschung aufgerufen.