LINKÖPING / LONDON (IT BOLTWISE) – OpenAI und eine zweite KI-Gruppe berichten, sie hätten die Exponential Time Hypothesis (ETH) widerlegt. In der Community ist das Ergebnis bislang nicht unabhängig verifiziert; Forscher prüfen gerade, wie stabil die KI-erzeugten Beweise in der Praxis sind. Während manche Arbeiten mit ETH-Annahmen womöglich obsolet werden, sehen andere die Chance, neue Wege in der Komplexitätstheorie zu testen. Besonders relevant ist das auch mit Blick auf kryptografische Annahmen, die auf schwer lösbaren Problemen basieren.
Die Exponential Time Hypothesis (ETH) gilt seit Jahrzehnten als tragende Säule in der Komplexitätstheorie. Kurz gesagt beschreibt sie eine Art „Wachstumsregel“: Für bestimmte Problemklassen steigt der Rechenaufwand mit der Eingabegröße nicht nur an, sondern unter typischen Annahmen exponentiell. Genau diese Grundannahme stellen nun zwei KI-Teams in ihren Veröffentlichungen in den Raum: Sie behaupten, die ETH sei falsch und damit ein zentraler Forschungspfad sei zu korrigieren. In der Fachwelt sorgt das weniger für sofortige Einigkeit als für einen messbaren Schockeffekt – und zwar, weil ETH-Argumente in sehr vielen Beweis- und Reduktionsketten indirekt stecken.
Betroffen ist dabei nicht nur ein einzelnes Resultat, sondern ganze Forschungsprogramme rund um Algorithmendesign und Komplexitätsgrenzen. Der Mathematik- und Informatik-Professor Peter Jonsson aus Linköping steht nach eigenen Angaben in wenigen Wochen mit einem paper-Thread am IEEE Symposium on Foundations of Computer Science vor dem Problem, dass große Teile seines Ansatzes möglicherweise auf einer falschen Hypothese aufbauen. Er erwartet, dass in den nächsten Vorträgen das Thema wie ein „erste Ankündigung im Plenum“ auftauchen wird: ETH sei widerlegt, damit falle ein Teil der eigenen Ergebnisse weg. Gleichzeitig weist Jonsson darauf hin, dass die Wissenschaft auch aus dem Scheitern lernt – nur eben deutlich schneller und möglicherweise mit höherem Organisationsaufwand als in klassischen Zyklen.
Technisch spannend wird es an der Art der Beweise: Beide KI-Teams haben nach Angaben der Quelle Proofs veröffentlicht, darunter in natürlicher Sprache und zusätzlich in einem maschinen-checkbaren Format mit Lean. Die Community muss aber genau an dieser Stelle nacharbeiten: Forscher hätten die Beweise bislang nicht unabhängig verifiziert und hätten zudem nicht die Zeit gehabt, alle Details vollständig zu durchdringen. Um diese Lücke zu schließen, hat ein KI-Unternehmen laut Bericht UC-Santa-Barbara-nahe Wissenschaftler, die die ETH ursprünglich vorgeschlagen haben, sowie einen MIT-Akademiker, der eine Variante der ETH widerlegt hatte, um eine Art Aufräum- und Entpackungsarbeit gebeten. Praktisch läuft das offenbar über eine Sammelinitiative mit Feedbackformular sowie über die Zusage, die Diskussion thematisch mit einer Konferenzförderung zu begleiten.
Auch abseits der „ETH ja oder nein“-Frage zeigt sich, wie stark die Verifikation und Wissensarbeit unter Druck geraten kann. Daniel Lokshtanov von der UC Santa Barbara verortet den Worst Case sehr konkret: Wenn das Ergebnis bestätigt wird, könnte er selbst „galaktisch falsch“ liegen, und rund 50 seiner Publikationen müssten dann entweder als „punktlos“ gelten oder mindestens revidiert werden. Thore Husfeldt von der IT University of Copenhagen beschreibt diesen Zustand als Kontrast zwischen produktiver Neugier und belastender Informationsflut. Er hatte laut Bericht einen Schwerpunkt in seiner Sub-Community, der nach den neuen Ergebnissen „all relevant“ verliert – zugleich aber eröffnet sich für ihn ein Fenster: Wenn eine zentrale Annahme kippt, kann man überprüfen, welche Unterstrukturen tatsächlich robust sind und welche nur wegen ETH nicht zerfallen. Psychologisch belastend wirkt dabei vor allem der Takt: Laut Husfeldt haben die letzten Monate „doom and gloom“-Anteile, weil KI-Resultate regelmäßig aktive Projekte anderer abrupt entwerten.
Damit verknüpft ist ein weiterer Markt- und Ökosystemeffekt: Die KI-Teams erhöhen die Produktionsgeschwindigkeit von Material, was die menschliche Aufnahmefähigkeit überfordert. Im Bericht wird etwa erwähnt, dass ein Unternehmen zuvor 722 Manuskripte zu 400 Problemen auf GitHub veröffentlicht habe und dabei Fehler in einzelnen Dokumenten auffielen. Genau solche Qualitäts- und Sortierfragen werden jetzt auch bei der ETH-Arbeit relevant. Eine akademische Lesart in der Quelle lautet: Die jüngste ETH-Veröffentlichung wirkt im Vergleich besser geschrieben als frühere Publikationen, dennoch müssen die Forschenden prüfen, was sich schnell aus dem Proof ableiten lässt und welche bekannten Folgerungen repliziert werden können. Für Unternehmen und Entwicklungsteams ist das indirekt bedeutsam: Viele digitale Systeme beruhen auf Annahmen zur Berechenbarkeit bzw. auf der realistischen Unlösbarkeit bestimmter Problemklassen.
Der wahrscheinlich größte Hebel für die Praxis liegt jedoch nicht in der akademischen Suchaktion allein, sondern in der möglichen Brücke zu Sicherheitstechnologie. Kryptografie stützt sich in Teilen auf die Annahme, dass bestimmte mathematische Probleme nicht praktikabel schnell lösbar sind. In der Quelle heißt es, dass das konkrete ETH-Resultat die Kryptografie nicht direkt „kaputt“ macht, aber einige Kryptosystem-Designer durchaus alarmieren sollte. Wenn sich Worst-Case-Aufwandsannahmen verschieben, kann das Auswirkungen auf Parameterwahl, Bedrohungsmodelle und auf die langfristige Planung von Sicherheitsmargen haben. Damit wird klar, warum Husfeldt die Fortsetzung von menschlicher und KI-gestützter Arbeit in der theoretischen Informatik betont: Der offene wissenschaftliche Prozess soll die Missverständnisse über Rechenmodelle identifizieren und korrigieren, bevor sie sich in Produktentscheidungen verfestigen.
Während Jonsson aus Linköping seine eigenen und die Arbeiten anderer, die von ETH abhängen, nun erneut durchgehen will, zeigt sich an seinen Plänen ein typisches Muster: Ein widerlegtes Fundament bedeutet nicht zwangsläufig das Ende eines Projekts, aber es erzwingt eine neue Strategie für Beweisführung oder Problemreduktion. Wenn ein Konferenzbeitrag sich retten lässt, dann vermutlich über alternative Methoden, die nicht mehr auf der ETH beruhen. Insgesamt verdichtet der Bericht ein Bild, das für die Branche gleichermaßen Chancen und Risiken enthält: KI kann sehr schnell Beweise liefern und damit Forschungsrichtungen „umschalten“, aber die Community muss die Ergebnisse weiterhin in Ruhe prüfen, Fehlerquellen einkreisen und die Konsequenzen sauber in den bestehenden Wissensstand integrieren.
🔥 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 "KI soll Exponential Time Hypothesis widerlegt haben: Chaos und neue Fragen im Complexity-Research" 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 "KI soll Exponential Time Hypothesis widerlegt haben: Chaos und neue Fragen im Complexity-Research" 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: »KI soll Exponential Time Hypothesis widerlegt haben: Chaos und neue Fragen im Complexity-Research« bei Google Deutschland suchen, bei Bing oder Google News!