Das bisher unveröffentlichte KI-Modell Astra von OpenAI hat eine Reihe langjähriger mathematischer Probleme gelöst und damit international Aufmerksamkeit in der Wissenschaftsgemeinschaft erregt.
Berichten zufolge gelang es der Künstlichen Intelligenz Anfang August, insgesamt zehn mathematische Fragestellungen zu bearbeiten, an denen Forscher teilweise seit Jahrzehnten arbeiteten. Zu den Ergebnissen zählen unter anderem die Konstruktion einer sogenannten nicht-sofischen Gruppe sowie die Widerlegung der Connes-Rigiditätsvermutung.
Durchbrüche bei Ramsey-Zahlen und Erdős-Vermutungen
Die Leistungsfähigkeit des Modells Astra zeigte sich insbesondere bei der Arbeit mit komplexen mathematischen Schranken und Vermutungen. Das System lieferte stärkere Schranken für binäre sowie sphärische Codes und berechnete eine superexponentielle untere Schranke für mehrfarbige Ramsey-Zahlen, was das Erdős-Problem 183 adressiert. Des Weiteren führte die Arbeit der KI zur Widerlegung der Vermutungen Erdős 146 und 180.
Ein besonderer Schwerpunkt lag auf der 80 Jahre alten Erdős-Einheitsdistanz-Vermutung, die Astra laut vorliegenden Informationen ebenfalls widerlegen konnte. Um die Korrektheit der gefundenen Lösungen sicherzustellen, wurden die Beweise in der formalen Sprache Lean 4 hinterlegt.
Die Kosten für die reine Lösungssuche über Token-Nutzungen (basierend auf Sol-API-Raten) werden auf etwa 2.000 US-Dollar geschätzt, wobei Ausgaben für das vorherige Training oder etwaige Fehlversuche in dieser Summe nicht enthalten sind.
Mathematische Einordnung durch Experten
Der Fields-Medaillengewinner Timothy Gowers analysierte die Ergebnisse in der zweiten Augustwoche. Nach seiner Einschätzung zeichne sich die KI weniger durch eine überlegene Intelligenz im menschlichen Sinne aus, sondern vielmehr durch die Fähigkeit, eine enorme Anzahl an Fehlversuchen in kurzer Zeit zu verarbeiten.
Gowers wies darauf hin, dass die signifikantesten Ergebnisse des Modells primär auf Widerlegungen und die Konstruktion von Gegenbeispielen zurückzuführen seien, weniger auf den Entwurf klassischer Beweise.
Während KI-Modelle wie Astra neue Horizonte in der Wissenschaft eröffnen, bringen sie auch komplexe neue Herausforderungen für die digitale Sicherheit mit sich. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer im Zuge neuer KI-Gesetze jetzt kennen müssen. KI-Gesetze und Cyberrisiken: Jetzt kostenlosen Report sichern
In seiner Analyse identifizierte Gowers verschiedene Methoden der Beispielsuche. Von acht gängigen Ansätzen beherrsche Astra bereits vier: die Nutzung von Standardbeispielen, die schrittweise Konstruktion, die Zufallsauswahl sowie die Erstellung generischer Beispiele.
Schwächen zeige das Modell hingegen noch beim sogenannten tiefen Pruning, einer Technik zur effizienten Eingrenzung von Suchräumen. Die von Astra präsentierte nicht-sofische Gruppe ordnete Gowers zudem als Erstbeispiel und nicht als Gegenbeispiel ein.
Wissenschaftliche Folgearbeiten und interne Sicherheitsprüfung
Die Entdeckungen haben bereits erste wissenschaftliche Reaktionen ausgelöst. In den vergangenen Wochen wurden auf dem Preprint-Server arXiv Folgearbeiten von Forschern wie Fournier-Facio und Steiner veröffentlicht, die direkt auf den Astra-Ergebnissen aufbauen. Während die wissenschaftliche Gemeinschaft die Daten prüft, steht eine umfassende externe Peer-Review der ursprünglichen OpenAI-Ergebnisse noch aus.
Parallel zur wissenschaftlichen Debatte wurden Details zur internen Entwicklung bekannt. OpenAI hat Berichten zufolge Teile der Astra-Entwicklung zwischenzeitlich pausiert, nachdem interne Tests eine unerwartet hohe Leistungsfähigkeit des Modells im Bereich der Cybersicherheit offenbarten.
Diese Maßnahme wurde als Sicherheitsvorkehrung deklariert und nicht als grundsätzliche Absage des Projekts. Zudem gab es Hinweise auf den internen Codenamen „mewfour“, der kurzzeitig in technischen Dokumentationen auftauchte, wobei dessen genaue Verbindung zu Astra – ob als spezieller Checkpoint oder Release-Kandidat – bislang nicht eindeutig belegt ist.
Wer die rasanten Entwicklungen im Bereich der Künstlichen Intelligenz verfolgt, sollte auch die damit verbundenen Sicherheitslücken für das eigene Unternehmen nicht unterschätzen. Erfahren Sie in diesem kostenlosen E-Book, wie Sie proaktiv Sicherheitslücken schließen und Ihre IT-Infrastruktur langfristig schützen. Gratis-E-Book: Cyber Security Strategien für Unternehmen
Spekulationen über Veröffentlichung und Marktprognosen
In der Branche wird derzeit intensiv über eine baldige Veröffentlichung von Astra spekuliert, wobei das Modell auch als möglicher Vorläufer für GPT-6 oder als Version GPT-5.7 gehandelt wird. Offizielle Bestätigungen seitens OpenAI liegen hierzu noch nicht vor.
Derweil reagieren Prognosemärkte auf die Entwicklungen. Auf der Plattform Manifold implizierten Wettmärkte Mitte August eine Wahrscheinlichkeit von 95 Prozent, dass die Existenz einer Nicht-MF-Gruppe bis Ende des Monats bewiesen wird.
Trotz dieser hohen Erwartungen gilt das MF-Gruppen-Problem offiziell noch als offen, da bisher kein Preprint den endgültigen Nachweis einer solchen Gruppe beansprucht hat. Experten blicken in diesem Zusammenhang auf eine bevorstehende Fachkonferenz in Glasgow Ende August, die neue Erkenntnisse liefern könnte.
