Zum Inhalt springen
Montag, 16. November 2026Kostenloser Leitfaden
DE
dailyai
Eigenschaften

OpenAI und Anthropic behaupten, dass die KI gegen dieselbe Informatikregel verstoßen hat

Beide Labore geben an, dass ihre KI-Modelle die Exponentialzeithypothese am selben Tag, dem 16. Oktober, widerlegt haben. Externe Experten überprüfen dies nun, und Anthropic erklärt, dass der Gewinn erst ab 10 Millionen Variablen sichtbar wird.

• 5 Minuten Lesezeit
AktieXin

Zwei rivalisierende KI-Labore behaupten, mit ihren Modellen denselben Grundpfeiler der Informatik widerlegt zu haben, und zwar beide am selben Tag, dem 16. Oktober. Sollten sich die Beweise bestätigen, wäre eine Annahme, auf der Hunderte von Forschungsarbeiten beruhen, falsch. Der Haken: Laut Anthropic selbst wäre die schnellere Methode erst ab einem Problem mit mehr als 10 Millionen Variablen dem reinen Ausprobieren überlegen.

OpenAI Das Ergebnis wurde am Montag, dem 26. Oktober, bekannt gegeben., neben zwei weiteren Behauptungen in Mathematik und Physik. Ein paar Stunden später, Anthropic veröffentlichte ihre eigene Version auf GitHub in einer Arbeit, die “Claude, Anthropic” zugeschrieben wird. Beide Ergebnisse wurden bisher nicht unabhängig bestätigt. Externe Experten prüfen sie derzeit.

Die betreffende Regel

Diese Annahme wird als Exponentialzeithypothese (ETH) bezeichnet. Sie basiert auf einem Logikrätsel namens 3-SAT. Man erhält eine lange Liste von Bedingungen, die jeweils aus einigen Ja/Nein-Schaltern bestehen, und muss eine Schalterstellung finden, die alle Bedingungen gleichzeitig erfüllt.

Die Antwort zu überprüfen ist einfach. Die richtige zu finden ist die eigentliche Herausforderung. Jeder zusätzliche Schalter verdoppelt die Anzahl der möglichen Einstellungen, sodass es bei 100 Schaltern mehr Möglichkeiten gibt, als man jemals ausprobieren könnte. Informatiker haben im Laufe der Jahre zwar cleverere Methoden entwickelt, doch der Zeitaufwand ist exponentiell gestiegen, d. h. er vervielfacht sich mit jedem zusätzlichen Schalter.

Die ETH Zürich sagt, das werde immer so bleiben: Es gibt keinen Ausweg aus diesem exponentiellen Wachstum. “Seit Ende der 1990er-Jahre gilt diese Aussage weithin als richtig, und ein Großteil der theoretischen Informatik basiert darauf”, so Ryan Williams vom MIT. sagte gegenüber Al Jazeera. OpenAI gibt an, dass die Hypothese in Hunderten von Veröffentlichungen aus verschiedenen Bereichen, von der Graphentheorie über die Computerbiologie bis hin zu Datenbanken, Anwendung gefunden hat.

Die Zahlen hinter der Behauptung

Vor diesem Monat benötigten die schnellsten bekannten Methoden etwa 1,328 hoch n Schritte für n Schaltvorgänge bzw. 1,308 hoch n für Methoden, die Zufallselemente verwenden. Anthropic’49-seitige Abhandlung. Beide Labore geben nun an, eine Methode entwickelt zu haben, die langsamer wächst als jede exponentielle Wachstumsrate. Das bedeutet “ETH ist falsch”.

Anthropic gibt an, das Ergebnis sei durch ein internes Claude-Forschungsmodell gefunden worden, das 14 Millionen Output-Tokens – kleine Textbausteine, die ein Modell erzeugt – “ohne menschliches Zutun” verfasst habe. Die Forscher von Anthropic arbeiteten anschließend mit dem Modell zusammen, um den Text zu verbessern. OpenAI erklärt, die eigene KI habe den Widerlegungsbeweis am selben Tag gefunden und ihn am Folgetag in Lean, einer Programmiersprache, die es einem Computer ermöglicht, jeden Beweisschritt zu verifizieren, überprüft. Papier- und Lean-Dateien befindet sich in seinem öffentlichen GitHub-Repository.

Anthropics Veröffentlichung besagt, dass die beiden Ergebnisse “unabhängig voneinander und gleichzeitig” erzielt wurden, und zitiert die Arbeit von OpenAI. In der Ankündigung von OpenAI wird Anthropic nicht erwähnt, da Die Forschungs-Tracking-Website Papex weist darauf hin. Beide Daten zur Entdeckung der Dokumente stammen von den Unternehmen selbst. Die ersten öffentlichen Dokumente wurden am 26. und 27. Oktober veröffentlicht.

Warum Ihr Laptop es nicht bemerkt

Dies ist ein Ergebnis über die denkbar schwierigsten Rätsel bei enormen Größenordnungen. Anthropic formuliert es unmissverständlich. In der Veröffentlichung heißt es, der Ansatz scheine die Brute-Force-Methode nur dann zu verbessern, “wenn n > 10“.7“oder mehr als 10 Millionen Schalter“, und dass ”unser Ergebnis nichts über die praktische Lösung von Formeln aussagt“. OpenAI erklärt, dass die Umsetzung der Theorie in praktische Vorteile ”umfangreiche weitere Forschung erfordern wird“.”

Wollen Sie, dass KI Ihnen wöchentlich Stunden spart? Unser kostenloses Handbuch zeigt Ihnen, wie.Holen Sie sich den kostenlosen Leitfaden →

Das ist wichtig, denn 3-SAT ist nicht nur ein Rätsel für den Unterricht. Programme, sogenannte SAT-Solver, werden zur Überprüfung von Chipdesigns und zum Testen von Software eingesetzt und verarbeiten bereits Formeln mit Millionen von Variablen, da reale Anwendungsfälle in der Regel viel einfacher sind als der schlimmstmögliche Fall. Auf die Frage in der Sendung X, was Entwicklern als Erstes auffallen könnte, antwortete Williams, dass das noch niemand wisse., laut The DecoderErhebliche Fortschritte innerhalb von 12 Monaten seien durchaus möglich, sagte er, „oder wir werden gar nichts dergleichen sehen. Ich weiß es wirklich nicht.“

Auch die berühmte P- versus NP-Frage, ob jedes Problem, das sich schnell überprüfen lässt, auch schnell zu lösen ist, bleibt ungelöst. Schneller als exponentiell ist in diesem Sinne noch lange nicht schnell. Das bestätigen beide Arbeiten.

Wer kontrolliert die Hausaufgaben einer KI?

Die Überprüfung wird von drei Forschern geleitet, die von OpenAI als “Betreuer” eingesetzt wurden: Russell Impagliazzo und Ramamohan Paturi von der UC San Diego, zwei der ursprünglichen Ideengeber für ETH, sowie Williams. OpenAI gibt an, dass sie unbezahlt arbeiten und keine Geheimhaltungsvereinbarungen unterzeichnet haben. Auf ihren Wunsch hin veröffentlichte OpenAI das gesamte Rohmaterial und erklärte sich bereit, eine Konferenz zu den Ergebnissen zu finanzieren.

Die drei haben außerdem einen offenen Brief verfasst, in dem sie klarstellen, dass sie die Behauptung nicht bestätigen. “Unsere Beteiligung sollte nicht als Bestätigung der Behauptung verstanden werden”, schreiben sie., wie von Papex zitiert. “Sollte sich diese Behauptung als richtig erweisen, wird dies einen wichtigen Bereich der theoretischen Informatik verändern.” Sie führen die Arbeit von Anthropic neben der von OpenAI als Quelle für die Rezension an.

Ein Lean-Check liefert zwar ein starkes Indiz, aber er ist noch nicht das Ende der Geschichte. Lean bestätigt, dass sich aus der eingegebenen Aussage ein Beweis ergibt. Es muss jedoch noch überprüft werden, ob die Aussage tatsächlich das wiedergibt, was Mathematiker meinen. Das ist der langsame, menschliche Teil.

Die beiden anderen Behauptungen

Die Ankündigung von OpenAI behauptet außerdem, einen Beweis für eine Vermutung aus dem Jahr 1991 über die Fokussierung von Wellen, bekannt als lokale Glättung, in allen Dimensionen erbracht zu haben. Bislang war dies nur in zwei Dimensionen, im Jahr 2019, bewiesen worden. Laut OpenAI löst das Ergebnis auch zwei weitere bekannte Probleme: die Kakeya- und die Stein-Vermutung. Der Beweis und die zugehörigen Lean-Dateien sind öffentlich zugänglich.

Die dritte Behauptung betrifft die Physik. OpenAI behauptet, seine Modelle hätten bewiesen, dass bestimmte Theorien zur Wechselwirkung von Teilchen, darunter die Quantenchromodynamik, die die Kraft beschreibt, die Atomkerne zusammenhält, mathematisch fundiert sind. Dies schließt einen Teil eines der sieben Millennium-Probleme ein, die jeweils mit einer $1m dotiert sind. OpenAI gibt an, lediglich den Existenzteil gelöst zu haben, nicht aber die Hälfte zur „Massenlücke“, weshalb das Problem weiterhin ungelöst bleibt. Eine Gruppe unter der Leitung des Nobelpreisträgers David Gross begutachtet diese Arbeit derzeit. Das Material wurde noch nicht vollständig veröffentlicht..

Diese letzte Entscheidung hat Kritik hervorgerufen. Beratungsgruppe für Mathematik und Künstliche Intelligenz, Ein Gremium von Mathematikern des Institute for Advanced Study forderte OpenAI am 26. Oktober auf, die physikalischen Ergebnisse “unverzüglich” zu veröffentlichen. OpenAI habe erklärt, auf die Lean-Prüfung zu warten, und diese sei nun laut eigenen Angaben abgeschlossen.“

Die einfache Lesart

Dass zwei Unternehmen am selben Tag denselben Durchbruch für sich beanspruchen, ist neu. Es deutet darauf hin, dass führende KI-Modelle nun Ergebnisse erzielen können, an denen Experten jahrzehntelang gescheitert sind, und dass dies mehr als ein Labor leisten kann. Es zeigt aber auch, wie unvorbereitet die Wissenschaft auf diese Entwicklung ist. Es gibt keine einheitliche Zeiterfassung dafür, wer was zuerst entdeckt hat, und keine vereinbarte Regel, wann ein von einer KI generierter Beweis als bestätigt gilt.

Aktuell lautet die Bilanz: drei schwerwiegende Behauptungen, keine unabhängige Bestätigung. Die Prüfer kündigen an, ihre Ergebnisse fortlaufend mitzuteilen. Bis dahin gilt die Behauptung, ETH sei falsch, nicht als widerlegt.