Ein jahrzehntelang ungelöstes Rätsel der Zahlentheorie, das die Menschheit blockierte – und die KI löst es mit nur 8 Seiten?
In den letzten zwei Tagen wurde die gesamte Mathematik- und Computerwelt in tiefe Erschütterung versetzt.
Am 18. Oktober löste der Zahlentheoretiker Jared Duker Lichtman von der Stanford University mit einer Aussage auf X sofort einen viralen Sturm im gesamten Netz aus –
„Die Existenz eines solchen Beweises deutet stark auf P≠NP hin.“
Der Auslöser für diese Aussage war die bahnbrechende Antwort, die ein internes Modell von OpenAI gerade geliefert hatte – der Beweis, dass „keine Landau-Siegel-Nullstelle existiert“.
Dieses zentrale Problem der analytischen Zahlentheorie, das seit Jahrzehnten feststeckt, gilt in der Fachwelt als äußerst schwierig.
Doch OpenAI hat es nicht nur gelöst – der Originalbeweis umfasst tatsächlich nur 8 Seiten!
Und es kommt noch spannender. Führende Mathematiker folgten schnell:
Bill Banks von der University of Missouri verfasste zunächst eine ausführliche 19-seitige Analyse;
kurz darauf komprimierte Bryce Kerr unter Verwendung biquadratischer Erweiterungen
und Massers klassischem Ergebnis den Beweis auf 6 Seiten;
anschließend kürzte Ben Green, Professor in Oxford, noch einmal und lieferte direkt die ultimative 5-Seiten-Version!
Von jahrzehntelanger hoffnungsloser Unlösbarkeit zu nur 5 Seiten. Abhishek Saha, Professor an der Queen Mary University of London, stellte die existenzielle Frage:
Wenn dieses Problem mit nur 5 Seiten bewiesen werden kann, warum haben Mathematiker es jahrzehntelang übersehen?
Finden wie ein Himmelssturm, Verifizieren wie ein Schluck Wasser
Warum bringt ein 5-seitiger zahlentheoretischer Beweis einen Stanford-Professor direkt mit dem heiligen Gral der Informatik in Verbindung – P vs. NP?
Die Antwort ist einfach.
Einen 5-seitigen Beweis kann jeder Experte in wenigen Stunden lesen und verifizieren; doch für diese 5 Seiten haben die klügsten Köpfe der Menschheit jahrzehntelang mühsam geforscht.
„Finden extrem schwer, Verifizieren extrem leicht.“ Diese acht Wörter sind genau die zugrundeliegende Intuition von P≠NP!
In den Kommentaren wies der Anthropic-Forscher Joshua Batson treffend darauf hin –
Das „Offensichtlich“ der Mathematiker ist immer relativ. Die Tatsachen zeigen, dass viele ungelöste Probleme (relativ zur KI) offensichtlich sind!
Hinter dem Scherz steckt eine äußerst ernste Frage: Wenn die KI innerhalb weniger Wochen über 700 mathematische Manuskripte abliefert – steht dann auch das Millennium-Rätsel P vs. NP kurz bevor?
Drei hohe Mauern, die die Menschheit fünfzig Jahre lang einsperrten
P vs. NP in einem Satz erklärt: Kann jedes Problem, dessen Antwort schnell verifiziert werden kann, auch schnell berechnet werden?
P sind Probleme, die „schnell gelöst werden können“, NP sind Probleme, die „schnell verifiziert werden können“.
Sudoku, Stundenplanung und das Knacken von Passwörtern gehören alle zu NP: Gibt man dir die Antwort, kannst du sie in einer Sekunde auf Richtigkeit prüfen; aber von Null an zu suchen, erfordert nahezu vollständige Enumeration.
Wenn P=NP, bricht die moderne Kryptographie sofort zusammen, die globale Finanzwelt steht nackt da, aber alle komplexen Probleme erhalten eine ultimative Abkürzung;
wenn P≠NP, bedeutet das, dass es im Universum Probleme gibt, die prinzipiell keine Abkürzung haben.
Dieses Problem wurde 1971 gestellt, mit einem Preisgeld von 1 Million Dollar. Die überwältigende Mehrheit der Wissenschaftler glaubt an P≠NP, aber seit über fünfzig Jahren konnte es niemand beweisen.
Worin liegt die Schwierigkeit? Weil die Menschheit nicht nur keinen Schlüssel gefunden hat, sondern sogar bewiesen hat, dass die vorhandenen Werkzeuge zum Aufschließen zwangsläufig versagen.
Das sind die berühmten drei „Barrieren“:
1. Relativierungsbarriere (1975): Klassische Methoden mittels Simulation und Diagonalisierung können es grundsätzlich nicht lösen;
2. Natürliche-Beweise-Barriere (1994): Die meisten Beweismuster für Schaltkreisuntergrenzen – könnte man damit P≠NP beweisen, würde man nebenbei Pseudozufallsgeneratoren knacken, was ein Selbstwiderspruch wäre;
3. Algebraisierungsbarriere (2008): Auch die erweiterte Methode mit algebraischen Techniken erwies sich als unzureichend.
Im Juni dieses Jahres äußerte sich der Komplexitätstheoretiker Lance Fortnow pessimistisch: Derzeit habe die Menschheit nicht einmal einen gangbaren Angriffsweg.
Er schlug Herausforderern vor, zuerst das viel einfachere Problem „SAT hat keinen Quadratzeit-Algorithmus“ zu beweisen, und fügte dann spöttisch hinzu: „Auch dort wirst du keinen Erfolg haben.“
Das ist der Gegner, dem sich die KI stellen muss.
719 Manuskripte im Dauerbeschuss, ein 9-jähriges Kind kontert frech
Angesichts der undurchdringlichen Mauern startete die KI direkt einen Sättigungsangriff.
Am 6. Oktober veröffentlichte OpenAI auf GitHub auf einen Schlag 722 Manuskripte (am nächsten Tag wurden 3 zurückgezogen), gruppiert in 372 Ergebnis-Familien.
Das interne Modell versuchte sich an etwa 4000 offenen Problemen, wobei jedes Problem im Durchschnitt nur etwa 3 Stunden ChatGPT-Pro-Rechenleistung benötigte.
Davon entfallen 40 Familien auf die theoretische Informatik. Zwar wurde P vs. NP nicht direkt erledigt, aber mehrere Beiträge trafen präzise die Hauptstraße, die dorthin führt.
Im Juni dieses Jahres schrieb der Komplexitätstheoretiker Lance Fortnow: Abgesehen von Simulationen haben wir keine Möglichkeit, allgemeine Polynomialzeit-Algorithmen zu behandeln; Routen wie Schaltkreiskomplexität, Beweiskomplexität und algebraische Geometrie stecken weit unterhalb der vollen Leistungsfähigkeit von Polynomialzeit fest. Seine Schlussfolgerung war, dass es derzeit nicht einmal eine gangbare Angriffsroute gibt. Ironischerweise haben die sechs Ergebnisse von OpenAI diesmal genau auf jeder dieser Routen eine Flagge gepflanzt.
Familie Nr. 112 (Untere Schranken für Schaltkreise der Tiefe 3): Die am meisten favorisierte Route zum Beweis von P vs. NP besteht darin, zu zeigen, dass ein NP-Problem Schaltkreise von "superpolynomialer Größe" benötigt. Die Menschheit steckte bei expliziten unteren Schranken für Schaltkreise der Tiefe 3 lange Zeit bei
fest, und die KI hat diesmal diese Hürde direkt übersprungen.
Familie Nr. 102 (Unique-Games-Vermutung, UGC): Bewies diese zentrale Vermutung, die Subhash Khot 2002 aufstellte (teilweise mit Lean-Verifikation). Sie ist eng mit P vs. NP benachbart und verstärkt erheblich die Approximationshärtungsgrenzen vieler NP-schwerer Optimierungsprobleme.
Grundlegende Algorithmen und Derandomisierung: Vollständige Derandomisierung des randomisierten Logarithmusraums (L=RL=BPL); der Matrixmultiplikations-Exponent wurde gedrückt auf
; Ganzzahlmultiplikation und DFT fielen unter
Zeit.
Rund um die "Unique-Games-Vermutung" Nr. 102 ereignete sich außerdem eine herzzerreißende Episode.
Dana Moshkovitz, die Ehefrau des berühmten Gelehrten Scott Aaronson, kämpfte ihr ganzes Berufsleben für diese Vermutung. Am Abend der Veröffentlichung lief ihr 9-jähriger Sohn los und verspottete seine Mutter:
"Ich habe gehört, es gibt einen Roboter, der das Problem gelöst hat, an dem du dein ganzes Leben lang geforscht hast!"
Das Magazin "Quantum" berichtete außerdem, dass das Team von Dor Minzer am MIT, nachdem es am 11. September von OpenAI-Gerüchten gehört hatte, schnellstens vor der OpenAI-Veröffentlichung seine eigene verwandte Variante des Beweises herausbrachte, um nicht von der Maschine überholt zu werden.
Menschliche Mathematiker sind bereits im Wettlauf mit der KI.
Großkopferte gießen kaltes Wasser: Außenstadt gefallen, Stadttor noch nicht durchbrochen
Doch ausgerechnet die erfahrensten Experten bleiben am ruhigsten.
Lance Fortnow wies am nächsten Tag in einem Beitrag darauf hin: Die Lösungsrate der KI für gegebene Probleme liege unter 10 %, und keines dieser Ergebnisse bringe uns der Lösung von P vs. NP näher.
Scott Aaronson nannte den 6. Oktober zwar "einen der wichtigsten Tage in der Geschichte der Mathematik", wies aber auch ausdrücklich darauf hin: Auf der Liste stehe nicht nur kein P≠NP, sondern auch keine der "kleineren" schwierigen Fragen wie P=BPP – offensichtlich nicht, weil sie nicht versucht worden wären.
Er verriet im Podcast: OpenAI und Anthropic versuchen mit ihren intern stärksten Modellen, P vs. NP zu knacken, aber bisher ist es keinem gelungen.
Nüchtern betrachtet gibt es bis zum Durchbruch noch vier große Schwachstellen:
1. Die Verifikation ist bei Weitem nicht abgeschlossen: Nur etwa 42 % sind mit einem Lean-formalisierten Beweis versehen, der Rest beruht vollständig auf menschlicher Arbeit. Aaronson gibt offen zu, dass kaum ein Mensch tatsächlich einen dieser langen Beweise wirklich verstanden hat.
2. Die Lesbarkeit ist extrem schlecht: Moshkovitz bewertet den einzigen Spielbeweis der KI als „so schlecht geschrieben, dass man ihn ohne KI gar nicht verstehen kann“.
3. Lean ist nicht allmächtig: Die Maschine kann nur garantieren, dass die Schlussfolgerung fehlerfrei ist, aber nicht, dass die formalisierten Definitionen vollständig mit dem ursprünglichen Problem übereinstimmen, und sie kann auch nicht beurteilen, ob das Ergebnis wichtig ist.
4. Die Kernroute ist eine Leerstelle: Die KI-Durchbrüche betreffen Schaltkreise der Tiefe 3 und algebraische Schaltkreise, doch die „untere Schranke für allgemeine boolesche Schaltkreise“, aus der P≠NP folgen würde, ist nach wie vor ein leeres Blatt.
Das ultimative Paradox: Ist die KI selbst der lebende Beweis für P≠NP?
Wenn das Stadttor noch nicht durchbrochen ist, warum heißt es dann trotzdem, „die KI nähert sich“?
Weil drei Signale bereits überdeutlich sind.
Erstens wurde die „Schwierigkeit“ schwieriger Probleme neu bewertet. Der 5-seitige Beweis der Siegel-Nullstelle zeigt, dass manchen ausweglosen Situationen nur der eine Schritt fehlt, an den niemand gedacht hat. Bei wie vielen Vermutungen fehlt nur noch ein Fensterpapier? Niemand weiß es sicher.
Zweitens blühen die vorgelagerten Stellungen allumfassend auf. Einzigartige Spiele, untere Schranken für Schaltkreise, Derandomisierung, Matrixmultiplikation … diese Meilensteine in den umliegenden Stellungen wurden von der KI dicht gedrängt erobert, und die Hauptstoßrichtung wird früher oder später durchbrochen werden.
Drittens sind Umfang und Geschwindigkeit nicht von menschlicher Größenordnung. 4000 Probleme, durchschnittlich 3 Stunden pro Problem. Wenn die großen Labore die stärkste Rechenleistung der nächsten Generation gnadenlos auf P vs. NP richten, kann die quantitative Anhäufung mit hoher Wahrscheinlichkeit in einen qualitativen Umschlag münden.
Hinsichtlich des endgültigen Ausgangs gibt es in der Fachwelt sogar interessante Wettdivergenzen.
Aaronson setzt weiterhin schwer auf P≠NP; doch es gibt auch Wissenschaftler, die meinen, dass die Antwort, falls die KI wirklich den Durchbruch schafft, eher P=NP lauten würde – denn es ist weit leichter vorstellbar, dass die KI einen raffinierten Algorithmus findet, als dass mit der bestehenden Mathematik „Unmöglichkeit“ bewiesen wird.
Doch der am meisten nachdenklich stimmende humorvolle Aspekt der ganzen Sache ist –
Je mächtiger die KI ist, desto mehr gleicht sie selbst einem lebenden Beweis für P≠NP.
Sie verbraucht gewaltige Rechenleistung, um Beweise zu „finden“, während Menschen einige Stunden aufwenden, um die Ergebnisse zu „verifizieren“.
Wenn die KI eines Tages tatsächlich ihre gesamte Rechenleistung verbrennt und P≠NP beweist, dann wäre das der perfekteste Selbstbeweis dieses Millennium-Problems.
Dieser Artikel stammt vom WeChat-Offiziellen-Account „Neues Intelligenz-Zeitalter“, Autor: ASI-Offenbarung
