Erdős-Einheitsabstand-Vermutung widerlegt: OpenAI-Gegenbeispiel menschlich verifiziert

ArtikelNoga Alon, Thomas F. Bloom, W. T. Gowers, Daniel Litt, Will Sawin, Arul Shankar, Jacob Tsimerman, Victor Wang, Melanie Matchett WoodForschung

Ein hochkarätiges Team von Mathematikern hat ein von OpenAI generiertes Gegenbeispiel zur Erdős-Einheitsabstand-Vermutung menschlich verifiziert und in einer 19-seitigen Arbeit aufbereitet.

Das Wichtigste

  1. OpenAI hat ein Gegenbeispiel gefunden, das die berühmte Einheitsabstand-Vermutung (Unit Distance Conjecture) von Paul Erdős widerlegt.
  2. Ein Team renommierter Mathematiker (darunter Noga Alon, W. T. Gowers und Melanie Matchett Wood) liefert eine aufbereitete und verifizierte Fassung.
  3. Die Argumentation greift im Nachhinein auf Konzepte von Ellenberg-Venkatesh, Golod-Shafarevich sowie Hajir-Maire-Ramakrishna zurück.
  4. Die Veröffentlichung ordnet das maschinengenerierte Gegenbeispiel didaktisch ein und reflektiert über die mathematischen Hintergründe.

Warum das relevant ist

Der Fall demonstriert, dass KI-Modelle in der Lage sind, eigenständig Gegenbeispiele für bekannte, offene mathematische Vermutungen zu formulieren, die von führenden Mathematikern nachvollzogen und bestätigt werden.

Einordnung

Das Papier zeigt einen neuen Modus mathematischer Forschung: KI liefert den entscheidenden Durchbruch in Form eines komplexen Gegenbeispiels, während menschliche Mathematiker die Rolle der Validierung, didaktischen Verdichtung und theoretischen Einordnung übernehmen.

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Artikel:Marvin Minsky, Seymour Papert

    Minsky und Paperts „Perceptrons“: Theoretische Grenzen und Kontroverse

    Das 1969 veröffentlichte Buch „Perceptrons“ von Marvin Minsky und Seymour Papert analysierte mathematisch die Grenzen einfacher neuronaler Netze. Es gilt historisch als Auslöser für die Abkehr vom Konnektionismus hin zur symbolischen KI und den anschließenden KI-Winter der 1980er-Jahre.

    KI & AI· Sammlung

  • Link:OpenAI

    OpenAI veröffentlicht System Card für GPT-6 Astra

    OpenAI hat die System Card für GPT-6 Astra vorgestellt. Das Modell erreicht als erstes System des Herstellers die Einstufung „Critical“ im Bereich Cybersicherheit, zeigt Fortschritte bei Robustheit und Alignment gegenüber GPT-5.6 Sol, weist jedoch eine verringerte Überwachbarkeit seiner Chain of Thought auf.

    KI & AI· Sammlung

  • Link:Melanie Lefkowitz

    Frank Rosenblatts Perzeptron: Wie ein Cornell-Forscher die Grundlagen moderner KI schuf

    Ein Rückblick der Cornell University beleuchtet das Leben und Werk von Frank Rosenblatt, der 1958 mit dem Perzeptron das erste künstliche neuronale Netzwerk vorstellte. Trotz heftiger Kritik seiner Zeitgenossen und des darauffolgenden KI-Winters bilden seine Algorithmen das Fundament moderner Deep-Learning-Systeme.

    KI & AI· News

  • X-Post:CopyRebeldia

    Stanford-Vorlesung über die mathematischen Grundlagen von LLMs

    Ein viraler Beitrag hebt eine Stanford-Vorlesung über die technischen Grundlagen von Large Language Models hervor. Der Autor betont, dass KI-Modelle wie Claude oder ChatGPT Texte nicht direkt verstehen, sondern rein auf Zahlen basieren, und verweist auf hohe Gehälter für Ingenieure mit diesem Grundlagenwissen. Ein Community-Hinweis korrigiert allerdings die Zuordnung des gezeigten Videos.

    41.878Lesezeichen2,8 Mio.Aufrufe

    KI & AI· Sammlung

  • Artikel:Ian Sample

    Vesuvius Challenge: KI entziffert verkohlte Schriftrolle aus Herculaneum

    Ein dreiköpfiges Forschungsteam hat mithilfe von Computertomographie und Algorithmen für maschinelles Lernen mehr als 2.000 griechische Buchstaben aus einer beim Ausbruch des Vesuvs im Jahr 79 n. Chr. verkohlten Papyrusrolle lesbar gemacht. Das Team gewann damit den Hauptpreis der Vesuvius Challenge in Höhe von 700.000 US-Dollar.

    KI & AI· News

  • Artikel:David M. Berry and Sarah Ciston

    Auf den Spuren von Weizenbaums Sekretärin: Rekonstruktion der ELIZA-Urheberschaft

    Das Forschungsprojekt 'ELIZA Archaeology' untersucht die historische Identität der namenlosen Frauen in Joseph Weizenbaums Publikationen. Analysen von Archivmaterial zeigen Textvarianten des berühmten Dialogs und beleuchten die Entstehung des 'ELIZA-Effekts'.

    KI & AI· Forschung

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.