Ein Gerücht am Wochenende löste einen Millionen-Sprint aus
OpenAIs Wettlauf um ein Teilstück des Navier-Stokes-Millennium-Problems begann nicht mit einem Forschungsplan. Er begann mit einem Gerücht.
Ende August 2026 erreichte OpenAI die Nachricht, ein Mathematiker, der mit einem Anthropic-Forscher zusammenarbeitet, nähere sich einer Lösung für ein verwandtes offenes Problem, die erzwungenen Euler-Gleichungen. Diego Cordoba und Luis Martinez-Zoroa hatten den zugrunde liegenden mathematischen Ansatz entwickelt; Tristan Buckmaster vom Courant Institute der NYU und Anthropics Levent Alpoge bauten ihn seit Mitte August weiter aus und machten echte Fortschritte.
OpenAIs Antwort war eine schnelle Skalierung. Die Forscher ließen zunächst rund 1.000 Agenten 50 Stunden lang am Euler-Problem arbeiten, dann weiteten sie auf etwa 10.000 gleichzeitige Agenten für einen elfstündigen Vorstoß auf den schwierigeren Navier-Stokes-Fall aus. OpenAIs Forschungschef Mark Chen bezifferte die Gesamtkosten später auf einen Bereich von mehreren Millionen Dollar. Das Unternehmen erreichte am 5. September ein Ergebnis und verkündete es am 8. September, rund 88 Stunden nach Beginn des Vorhabens.
Was OpenAI tatsächlich gelöst zu haben behauptet
Das von OpenAI verkündete Ergebnis ist enger gefasst, als es klingt. Es betrifft eine spezifische Variante, ein Aufblasen unter glatter Erzwingung, erzeugt von einem internen, unveröffentlichten Modell, das laut OpenAI leistungsfähiger ist als die öffentliche GPT-6-Astra-Linie und als koordinierter Agentenschwarm läuft, nicht als einzelner Durchlauf.
OpenAI verband die Ankündigung mit einer maschinell geprüften Formalisierung des Beweises im Lean-Theorembeweiser, ein Beleg dafür, dass die logischen Schritte mechanisch zusammenpassen. Das ist nicht dasselbe wie eine Begutachtung durch Fachkollegen. Das Clay Mathematics Institute, das die sieben Millennium-Probleme und die daran hängende Million-Dollar-Prämie verwaltet, hat das Ergebnis nicht geprüft oder anerkannt, und unabhängige Mathematiker haben die Durchsicht der menschenlesbaren Argumentation hinter dem Lean-Beweis noch nicht abgeschlossen.
| Phase | Agenten | Dauer | Ziel |
|---|---|---|---|
| Phase 1 | rund 1.000 | 50 Stunden | Verwandte Euler-Gleichungen |
| Phase 2 | rund 10.000 | 11 Stunden | Navier-Stokes-Aufblasfall |
| Gesamt | bis zu 10.000 | 88 Stunden | Verkündet am 8. September |
Der Mathematiker, der sagt, seine Entwürfe seien gelesen worden
Tristan Buckmasters Schilderung dessen, was danach geschah, ist der Teil dieser Geschichte, den OpenAI öffentlich nicht bestritten hat. Er sagt, er habe den OpenAI-Forscher Sebastien Bubeck direkt gefragt, ob OpenAIs Modell auf den privaten Codex-Sitzungen trainiert worden sei oder Zugriff darauf gehabt habe, in denen er und Alpoge ihre eigenen Entwürfe zu dem verwandten Problem ablegten. Bubeck stritt es beim ersten Mal ab. Beim zweiten Mal, als Buckmaster gezielt nach dem Training fragte, habe er keine Antwort erhalten.
Buckmaster sagt außerdem, Bubeck habe ihm eine Wahl angeboten: zuerst veröffentlichen, mit OpenAI als Mitautor genannt, oder die alleinige Anerkennung für das Ergebnis behalten, aber nur, wenn er Alpoges Namen streiche, wegen dessen Anthropic-Zugehörigkeit. Als Buckmaster sich weigerte, seinen Mitarbeiter fallenzulassen, habe Bubeck ihm gesagt: "Warum würdest du deine Karriere ruinieren?" und später: "Wenn du nicht willst, dass ich nett bin, muss ich nicht nett sein."
Weder OpenAI noch Bubeck haben eine Punkt-für-Punkt-Erwiderung auf diese konkreten Vorwürfe veröffentlicht.
Fünfundzwanzig Fields-Medaillisten ziehen eine Grenze
Drei Tage nach OpenAIs Ankündigung veröffentlichte Terence Tao, Fields-Medaillist von 2006, auf seinem Blog den Text "A Severe Misalignment of AI in Mathematics", mitgezeichnet von 24 weiteren Fields-Medaillisten aus Verleihungen von 1978 bis in dieses Jahr, darunter Peter Scholze, Maryna Viazovska, Caucher Birkar, June Huh, Martin Hairer, Maxim Kontsevich, James Maynard, Manjul Bhargava und der diesjährige Preisträger Yu Deng.
Ihr Argument lautet nicht, dass KI keine Mathematik betreiben könne. Es lautet, dass das Lösen eines benannten Problems immer ein Stellvertreter für konzeptionelles Verstehen sein sollte, nicht das eigentliche Ziel, und dass ein Wettlauf um den schnelleren Stellvertreter den langsameren Prozess zerstören kann, die Vorträge, Ausarbeitungen, Zuschreibungen und Vereinfachungen, die aus einem gelösten Problem geteiltes Wissen machen, auf dem Mathematiker aufbauen können. Übereilte, umstrittene Ankündigungen überspringen genau diesen Prozess.
Die Erklärung warnt, die Massenproduktion wahrer oder falscher Aussagen "könnte fruchtbaren Boden zerstören, statt neuen Ideen Leben einzuhauchen", und dass ohne die Arbeit der Mathematiker, ein Ergebnis in den eigenen Kanon des Fachs zu integrieren, "die entscheidende menschliche Weitergabekette zwischen Mathematikern verloren ginge".
Was das für die nächste Durchbruchs-Ankündigung eines Anbieters bedeutet
Jeder Teil dieser Abfolge, das Gerücht, das Gerangel, die Ankündigung, der Streit, geschah schneller, als jemand außerhalb der beiden Labore irgendetwas davon prüfen konnte. Das ist das Muster, auf das man achten sollte, nicht nur in der Mathematik.
Die Benchmark-Behauptung eines KI-Anbieters, ob Mathebeweis, Programmier-Score oder Sicherheitsbewertung, ist eine Pressemitteilung, bis eine unabhängige Partei ohne eigenes Interesse am Ausgang sie geprüft hat. Achtundachtzig Stunden haben eine Ankündigung hervorgebracht. Sie haben kein Urteil hervorgebracht, und diejenigen, die am besten in der Lage wären, eines zu fällen, haben gerade öffentlich und namentlich gesagt, dass der Wettlauf dorthin Teil des Problems ist.
Weiterlesen: Die besten KI-Hacking-Tools sind jetzt nur auf Einladung | Drei KI-Dienste fielen am 3. September zeitgleich aus
