Künstliche Intelligenz erobert die Mathematik – Ein Paradigmenwechsel?
Die Künstliche Intelligenz (KI) automatisiert zunehmend einfache Aufgaben und hat nun den Sprung zu Berufen wie Programmierung, Design und Texterstellung gewagt. Nun setzt sie sich mit anspruchsvolleren Gebieten auseinander: der mathematischen Forschung. Es geht nicht um die Lösung einfacher Berechnungen oder die Anwendung bekannter Formeln.
Forschungsergebnisse im Fokus
Forscher arbeiten mit offenen Problemen, formulieren Hypothesen, suchen nach neuen Ansätzen und entwickeln Beweise für Fragen, die Jahrzehnte ohne Antwort bleiben könnten. Ein solcher Schritt einer Maschine in diesem Bereich stellt einen bedeutenden Fortschritt dar.
Der Wandel beeinflusst auch die Debatte darüber, welche Arbeitsplätze tatsächlich der Automatisierung ausgesetzt sind. Bisher lag der Fokus oft auf Beschäftigungen mit sich wiederholenden Aufgaben oder leicht digitalisierbaren Prozessen. Die jüngsten Fortschritte zeigen jedoch, dass die KI auch Aufgaben übernehmen kann, die hochspezialisiertes Wissen und jahrelange Ausbildung erfordern.
KI als Mathematiklehrer
Ein aufsehenerregendes Beispiel war im Mai, als ein Modell von OpenAI Fortschritte bei einer Vermutung im Zusammenhang mit dem von Paul Erdős im Jahr 1946 aufgestellten Problem der Einheitsentfernungen erzielte. Die Ergebnisse wurden von externen Mathematikern überprüft und stellten einen Fortschritt bei einer seit Jahrzehnten offenen Frage dar. Das Projekt First Proof stellte mehrere KI-Systeme vor zehn reale mathematische Forschungsprobleme, die bisher nicht veröffentlicht wurden. Mindestens ein Modell produzierte Lösungen, die die Bewertung von Experten in sieben von zehn Problemen übertraf.
Obwohl die Ergebnisse überraschend sind, zeigen sie noch nicht, dass eine KI allein forschen kann. Einige Antworten waren nahezu korrekt, während andere Modifikationen erforderten. Die Systeme können auch Fehler machen, die schwer zu erkennen sind, und Beweise generieren, die eine gründliche Überprüfung durch Experten erfordern. Dennoch ist der Fortschritt bedeutsam, da er zeigt, dass diese Modelle bereits an Probleme teilnehmen können, die bisher als zu komplex für sie galten.
Ein Teil der technischen Arbeit von Forschern könnte in Zukunft von Werkzeugen unterstützt werden, die Lösungen erkunden und Beweise mit einer Geschwindigkeit entwickeln, die für einen Menschen unmöglich ist. Experte Nicolás Bustamante warnt: „Es gibt viel Hype und Marketing rund um die Sicherheit von KI, aber das Risiko besteht.“
Die Bedeutung der Forschung
Das Problem ist nicht nur das Lösen, sondern auch das Wissen, was erforscht werden soll. Ein Mathematiker erhält keine Liste von Problemen und sucht nach Antworten. Er entscheidet auch, welche Fragen wichtig sind, formuliert neue Hypothesen, verknüpft Ergebnisse und bestimmt, ob eine Entdeckung eine neue Forschungsrichtung eröffnen kann. Daher ist auch dann noch eine wesentliche Frage zu beantworten, wenn eine KI ein Ergebnis beweist: Warum ist es wichtig und welche Konsequenzen hat es?
Diese Fähigkeit, Prioritäten zu setzen und neue Richtungen zu finden, hängt weiterhin stark vom menschlichen Urteil ab.