LONDON / LONDON (IT BOLTWISE) – OpenAI behauptet, das 90 Jahre alte Navier-Stokes-Problem in 88 Stunden gelöst zu haben. Dafür habe das Unternehmen ein neues KI-Modell mit 10.000 gleichzeitig arbeitenden Agents eingesetzt, die Werkzeuge wie Code-Ausführung und Web-Zugriff über einen Cache nutzen konnten. Die Agenten seien in Gruppen organisiert gewesen, die intern kommunizieren konnten. Mathematische Einwände kommen parallel von Tristan Buckmaster, der die Herleitung sowie mögliche Datenzugriffe in Frage stellt.
OpenAI stellt mit einer neuen „Multi-Agent“-Vorgehensweise eine außergewöhnliche Erfolgsbehauptung in den Raum: Das Unternehmen will die 90 Jahre alte Navier–Stokes-Frage nach Angaben aus einer veröffentlichten Mitteilung in nur 88 Stunden gelöst haben. Im Zentrum stehen nicht nur ein neues KI-Modell, sondern vor allem die Art, wie viele unabhängige Instanzen parallel an Teilproblemen arbeiten und Ergebnisse wieder zusammenführen. Navier–Stokes zählt zu den Millennium Prize Problems, die seit 2000 vom Clay Mathematics Institute mit jeweils 1 Million US-Dollar dotiert werden. Für die Öffentlichkeit ist das deshalb so aufmerksamkeitsstark, weil es an die Grenze des formulierbaren Wissens in der Mathematik rührt – und zugleich zeigt, wie stark sich KI inzwischen vom reinen „Text erzeugen“ hin zu „Planen und Ausführen“ entwickeln kann.
Technisch beschreibt OpenAI einen Ansatz, bei dem „coordinating agents“ als Orchestrierungsschicht fungieren und nach Bedarf Werkzeuge nutzen. Laut Darstellung hatten die Agents Zugriff auf Funktionen wie das Lesen aus einer zwischengespeicherten Version des Internets sowie darauf, Code auszuführen. Damit verschiebt sich die Rolle des Modells: Es geht nicht nur um das Konsistent-Halten einer Antwort in natürlicher Sprache, sondern um einen Arbeitstag aus Iterationen, bei denen Berechnungen, Hypothesentests und das Abgleichen von Teilresultaten mit externen Informationen zusammenwirken. Offen bleibt dabei natürlich, wie genau das System mit dem mathematischen Kern umgeht – bei Navier–Stokes geht es um die Existenz und Glattheit von Lösungen für die Bewegungsgleichungen der Strömungsdynamik, also um Eigenschaften, die sich nicht einfach „beweisen lassen“, indem man nur eine Formel nachschlägt.
Die konkrete Zeitleiste nennt OpenAI ebenfalls: Die Agents seien am Samstag, 5. September, bei der Auflösung angekommen, nachdem die ersten Agents am selben Ablaufstart deutlich früher gestartet wurden; die „erste Agent“-Startzeit liegt laut Bericht etwa 88 Stunden vor dem Abschluss. Interessant ist auch, dass OpenAI für die entscheidende Teilgruppe „auf die Größenordnung von 10.000 concurrent agents“ verweist. Solche Größenordnungen wirken zunächst wie ein „Brute-Force“-Signal, sind aber aus KI-Sicht eher ein Hinweis auf Parallelisierung und Spezialisierung: Viele Instanzen versuchen verschiedene Lösungswege, verwerfen oder bewerten Ergebnisse, und nur ein kleiner Teil davon führt schließlich zu einem zusammenhängenden Resultat. Dass die Agents zudem in Gruppen gegliedert waren, die miteinander kommunizieren, entspricht einem Muster, das aus der Forschung zu Verteilungs- und Feedbackschleifen bekannt ist: Kommunikation verbessert den Suchprozess, indem gute Zwischenstände schneller in andere Instanzen einspeisen.
Damit verschiebt sich auch die Debatte weg von „Kann das Modell Navier–Stokes?“ hin zu „Wie überprüfbar ist der Weg zur Lösung?“. Genau an diesem Punkt setzt der Widerspruch an: Tristan Buckmaster, Professor für Mathematik an der New York University, erklärt in einer öffentlichen Stellungnahme, dass er keine Einsicht in den konkreten Beweis habe und nicht wisse, was das Modell intern ausgeführt habe. Er verweist zudem auf eine persönliche Zusammenarbeit mit dem Mathematiker Levent Alpöge, der bei einem KI-Rivalen tätig ist, und behauptet, dass Alpöge „Tips“ erhalten habe, Informationen über den Fortschritt der beiden seien an OpenAI übermittelt worden. Buckmaster stellt außerdem Fragen dazu, ob die beteiligten Modelle auf Sitzungsinhalte trainiert worden seien oder ob sie darauf Zugriff hatten, etwa über Codex-ähnliche Komponenten; zugleich betont er, dass er den Beweis selbst nicht gesehen habe und auch nicht beurteilen könne, ob und wie ihre Daten im Prozess eine Rolle spielten.
Der Streit ist inhaltlich weniger eine direkte Kritik am Ziel als eine Kritik an der Methodik der Herleitung und an der Nachvollziehbarkeit. In der klassischen Mathematik ist ein Beweis nicht nur ein Ergebnis, sondern ein überprüfbares Artefakt: Jede Zeile, jede definitorische Entscheidung und jede Zwischenbehauptung muss sich mit präzisen Definitionen und anerkannten Argumentationsketten verbinden lassen. Wenn ein System „in Tagen“ zum Ziel kommt, steigt automatisch die Erwartung, dass der Weg detailliert und maschinen- wie menschenprüfbar dokumentiert wird – und genau hier wird Buckmasters Position deutlich: Er verlangt keine pauschale Verurteilung, sondern adressiert Unsicherheiten bezüglich Zugang zu Informationen und bezüglich der konkreten Rechen- bzw. Argumentationsschritte. Für Unternehmen, die KI für wissensintensive Aufgaben einsetzen, ist das zugleich ein Lernpunkt: Ergebnispräsentation ersetzt keine Prüfbarkeit.
Markt- und Branchenwirkung ergibt sich in zwei Richtungen. Einerseits zeigt OpenAI mit der Agenten-Orchestrierung, wie sich KI-Systeme in Richtung „Executable Knowledge“ bewegen: Code ausführen, Dokumente/Quellen aus Caches ziehen und die Suchstrategie über viele gleichzeitige Instanzen anpassen. Das erinnert konzeptionell an frühere Experimente mit Werkzeug-basierten Chat-Systemen, geht aber durch die hohe Agentenzahl und die gruppenbasierte Kommunikation in eine neue Intensität. Andererseits verschärft der öffentliche Zeitdruck die Erwartungen an Transparenz: Sobald eine Behauptung wie „88 Stunden“ fällt, werden Mathematikerinnen und Mathematiker sowie technische Prüfer den Weg sehr aufmerksam auseinandernehmen wollen. Das gilt besonders, weil Millennium-Preisprobleme typischerweise nicht nur durch ein Einzelergebnis, sondern durch einen vollständig akzeptierten Beweis „abgeschlossen“ werden.
Auch wenn Clay Mathematics Institute bislang nicht offiziell kommentiert hat, wird die praktische Relevanz für die KI-Entwicklung bereits jetzt sichtbar. Multi-Agent-Ansätze sind für Unternehmen vor allem dann attraktiv, wenn sie wiederholbar zu überprüfbaren Artefakten führen, nicht nur zu plausibel klingenden Texten. Für den Einsatz in Software-Engineering, Forschung oder technischen Compliance-Prozessen wird daher entscheidend, wie gut die Systeme ihre Schritte protokollieren können: Welche Zwischenrechnungen wurden ausgeführt, welche Quellen wurden genutzt, und wie wurden Hypothesen zwischen Gruppen validiert? Wenn OpenAI den behaupteten Lösungspfad so offenlegt, dass unabhängige Mathematiker ihn prüfen können, wäre das ein Signal für einen neuen Reifegrad. Wenn nicht, bleibt die Diskussion vorerst in der Spannung zwischen Geschwindigkeit und Beweisprüfbarkeit.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "OpenAI will Navier-Stokes-Lösung in 88 Stunden mit 10.000 KI-Agents geliefert haben" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "OpenAI will Navier-Stokes-Lösung in 88 Stunden mit 10.000 KI-Agents geliefert haben" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »OpenAI will Navier-Stokes-Lösung in 88 Stunden mit 10.000 KI-Agents geliefert haben« bei Google Deutschland suchen, bei Bing oder Google News!