← Zurück zu Einblicke

OpenAIs Reasoning-Modell widerlegt 80 Jahre altes Geometrie-Problem

Nils Liu
OpenAI AI Research Mathematics Reasoning Nachrichten

Kurzfassung

OpenAIs allgemeines Reasoning-Modell hat die Erdős-Einheitsabstands-Vermutung widerlegt — ein 78 Jahre altes offenes Problem. Der Beweis wurde von Fields-Medaillengewinner Tim Gowers und Noga Alon (Princeton) bestätigt.

OpenAIs Reasoning-Modell widerlegt 80 Jahre altes Geometrie-Problem

1946 stellte der ungarische Mathematiker Paul Erdős eine deceptiv einfache Frage: Wie viele Paare von Punkten im ebenen Raum können bei n Punkten genau den Abstand 1 voneinander haben?

Mathematiker nannten dieses Problem die planare Einheitsabstands-Vermutung. Knapp 80 Jahre lang galt die Überzeugung, dass quadratische Gitteranordnungen optimal seien. Niemand konnte eine bessere Konfiguration konstruieren.

Am 20. Mai 2026 gab OpenAI bekannt, dass ein allgemeines Reasoning-Modell diese Vermutung widerlegt hat. Das Modell entdeckte eine unendliche Familie planarer Konfigurationen, die mehr Einheitsabstandspaare erzeugen als jedes quadratische Gitter — eine polynomielle Verbesserung gegenüber der bislang besten bekannten Schranke.

Das Ergebnis wurde von drei renommierten externen Mathematikern überprüft: dem Fields-Medaillengewinner Tim Gowers (Cambridge), Will Sawin und Noga Alon (Princeton), die ein begleitendes Paper verfassten. Thomas Bloom, der die Erdős-Problems-Datenbank pflegt und OpenAI zuvor wegen einer Falschaussage über diese Problemfamilie kritisiert hatte, bestätigte das Ergebnis ebenfalls.

Das Modell wurde nicht gezielt darauf trainiert

Dieser Punkt ist entscheidend. OpenAI verwendete ein allgemeines Reasoning-Modell ohne aufgabenspezifisches Fine-Tuning und ohne speziell entwickelte Suchwerkzeuge. Die Ingenieure übergaben dem Modell eine Sammlung von Erdős-Problemen.

Der Kontrast zu vor sieben Monaten ist deutlich. Damals behauptete der frühere OpenAI-VP Kevin Weil auf X, GPT-5 habe zehn Erdős-Probleme gelöst. Die Mathematik-Community zeigte schnell, dass die angeblichen Lösungen entweder bereits bekannt, unvollständig oder schlicht falsch waren. Diesmal ließ OpenAI den Beweis von externen Mathematikern prüfen, bevor es ihn öffentlich ankündigte.

Was dieses Ergebnis wirklich zeigt

Die Einheitsabstands-Vermutung hat keine unmittelbaren industriellen Anwendungen. Sie ist ein Prüfstein der kombinatorischen Geometrie und wurde als solche nüchtern aufgenommen. Die mathematische Gemeinschaft interpretiert das Ergebnis vorsichtig.

Die wichtigere Aussage betrifft die allgemeine Schlussfolgerfähigkeit: Wenn ein Modell lange Argumentationsketten aufrechterhalten, Verbindungen zwischen mathematischen Feldern herstellen und korrekte Ergebnisse liefern kann, die der Überprüfung durch führende Mathematiker standhalten — und das ohne aufgabenspezifische Vorbereitung — dann ist die Grenze dessen, was diese Modelle in der Wissenschaft leisten können, tatsächlich unklar.

OpenAI nannte mögliche Auswirkungen auf Biologie, Physik, Ingenieurwesen und Medizin. Diese Behauptung ist leicht aufgestellt. Das Erdős-Ergebnis gibt ihr einen konkreten Anker.

Erdős starb 1996, ohne die Antwort zu sehen

Erdős war bekannt dafür, Geldpreise für Lösungen auszuloben, abhängig vom Schwierigkeitsgrad. Er stellte über tausend offene Probleme, bevor er 1996 starb. Die Einheitsabstands-Vermutung blieb ungelöst.

Ein allgemeines Reasoning-Modell, das einfach gebeten wurde, es zu versuchen, hat sie nun geschlossen.

Das bedeutet nicht, dass KI in der Mathematik klüger ist als Menschen. Es deutet jedoch darauf hin, dass die alte Arbeitsteilung — Maschinen suchen, Menschen schlussfolgern — in bestimmten Bereichen möglicherweise nicht mehr gilt. Die Frage ist, wie schnell sich diese Grenze weiter verschieben wird.

Wenn dieser Artikel hilfreich war, abonniere den Newsletter für wöchentliche KI-PM-Einblicke.


Quellen:

Abonnieren Sie die neuesten Erkenntnisse

Abonnieren Sie den Newsletter, um meine neuesten Artikel über AI Agents in Finanzinstituten, GenAI und Architektur zu erhalten.

Kein Spam. Jederzeit kündbar.