OpenAI: KI beweist lokale Verfeinerungssatz und widerlegt Exponentielle Zeit-Hypothese

OpenAI: KI beweist lokale Verfeinerungssatz und widerlegt Exponentielle Zeit-Hypothese

OpenAI hat heute (27. Oktober 2026) drei neue wissenschaftliche Entdeckungen in den Bereichen Harmonische Analyse, Komplexitätstheorie und Quantenfeldtheorie veröffentlicht. Die KI-Modelle haben diese Ergebnisse basierend auf Daten aus dem Jahr 2025 formalisiert.

Mathematische Entdeckungen: Lokale Verfeinerungssatz bewiesen

Die zentrale Entdeckung betrifft den lokalen Verfeinerungssatz, eine Vermutung von Chris Sogge aus 1991. Dieser Satz besagt, dass extreme Fokussierung von Wellen kurzlebig ist und sich im Durchschnitt viel weniger stark zeigt als in den worst-case-Szenarien.

Die Modelle haben nun bewiesen, dass dieser Satz in allen Raumdimensionen gilt. Dies löst gleichzeitig die Kakeya-Vermutung (in 3D) und Stein-Restriction-Vermutung auf.

Widerlegung der Exponentielle Zeit-Hypothese

Ein weiterer wichtiger Befund betrifft die Exponentielle Zeit-Hypothese (ETH). Diese Hypothese besagt, dass bestimmte komplexe Berechnungen eine exponentielle Zeit benötigen. Die Modelle haben nun gezeigt, dass diese Hypothese falsch ist.

Dieser Befund hat Fragen zur Geschwindigkeit von Algorithmen und der Suche nach effizienteren Lösungen aufgeworfen.

Wie die Ergebnisse veröffentlicht wurden

OpenAI hat sich darauf geeinigt, mit externen Experten ("Shepherds") zu arbeiten. Die drei Expertengruppen haben unterschiedliche Strategien gewählt:

• Mathematik & Computer Science: Die KI-Output wurde sofort öffentlich gemacht und auf GitHub freigegeben.
• Physik: Die Ergebnisse wurden zunächst nicht veröffentlicht, um von den Experten eigene Interpretationen zu entwickeln.

Die Modelle arbeiten an einer neuen partiellen Differentialgleichung als Hilfsmittel für diese Entdeckungen.

Relevanz und Ausblick

Diese Arbeiten markieren einen Meilenstein in der Anwendung von KI zur wissenschaftlichen Erkenntnisgewinnung. Die Ergebnisse zeigen, dass theoretische Mathematik durch die Analyse großer Datenmengen schnell voranschreiten kann. Experten wie Alex Iosevich aus dem Rochester College haben die Entdeckung als historisches Ereignis begrüßt.

Die OpenAI-Entscheidungen betonen Transparenz und den offenen Zugang zu Rohdaten für unabhängige Überprüfung.