OpenAIs jüngste Veröffentlichung zur Mathematik ist zugleich als Spektakel und als Belastungsprobe angekommen: ein enormer behaupteter Fortschrittsschub durch ein unveröffentlichtes Spitzenmodell, der nun einem Fachgebiet übergeben wird, das auf langsamer, akribischer Überprüfung beruht.

Die Spannung hatte sich seit September aufgebaut, als OpenAI erklärte, sein System habe „mehr als 100 seit Langem offene Probleme in den meisten Bereichen der Mathematik gelöst.“¹ Die öffentliche Darstellung des Unternehmens war unverhohlen weitreichend. In einem von OpenAI-Managerin Lilian Weng geteilten Beitrag erklärte das Unternehmen, es veröffentliche „eine breite Palette neuer mathematischer Ergebnisse“, die von einem internen Spitzenmodell erzeugt und mit Beratung durch eine unabhängige Gruppe für Mathematik und KI entwickelt worden seien.Lilian Weng (lilianweng)² Greg Brockman fasste das weitergehende Ziel als „Beschleunigung wissenschaftlicher Entdeckungen und Verbesserung der Lebensqualität für alle“ zusammen.Greg Brockman (gdb)³

Dann folgte am Dienstag die konkrete Offenlegung: 722 Manuskripte, die 372 Ergebnisfamilien umfassen, mit Lösungen für „Hunderte“ offener Fragen, laut der Advisory Group on Mathematics and Artificial Intelligence, kurz AGMAI.¹ Ein weiterer Bericht bezeichnete Ergebnisse zu mehr als 300 offenen Problemen als eine „atemberaubende Menge mathematischen Fortschritts“, die Mathematikerinnen und Mathematiker vor die Aufgabe stellte, die Veröffentlichung einzuordnen.⁴

OpenAI hat einige Zusammenfassungen der Begründungen, Schätzungen zum Recheneinsatz und Zahlen zu bearbeiteten Problemen bereitgestellt; nach eigenen Angaben erforderte das durchschnittliche Ergebnis das Äquivalent von drei Stunden ChatGPT-Pro-Denkzeit. Die Veröffentlichung erfolgt über ein GitHub-Repository mit Überarbeitungs- und Zitierprotokollen.¹

Doch die Empfehlungen von AGMAI schärfen die andere Seite der Geschichte. Die Gruppe hat Laboren nahegelegt, nach Möglichkeit zeitnah über etablierte akademische Kanäle zu veröffentlichen und Modell, Prompts sowie Rechenkosten offenzulegen. Besonders deutlich forderte sie Unternehmen auf, „davon abzusehen, die Veröffentlichung mathematischer Ergebnisse als Marketinginstrumente zur Bewerbung ihrer Modelle zu behandeln.“¹ Die Ergebnisse mögen außergewöhnlich sein; die Frage ist nun, ob ihre Validierung Schritt halten kann.