Er gebeurt iets ongebruikelijks in de wereld van de zuivere wiskunde, en het komt niet uit een universitair laboratorium. OpenAI zegt dat een intern AI‑systeem heeft geholpen om tien wiskundige en informaticaproblemen op te lossen die minstens tien jaar lang onopgelost zijn gebleven, in sommige gevallen veel langer. De aankondiging, gekoppeld aan een afzonderlijk initiatief dat geavanceerde ChatGPT-toegang opent voor 100.000 onderzoekers, geeft aan dat AI‑doorbraken in de wiskunde verschuiven van curiositeit naar echte onderzoeksinfrastructuur.
Summary
Belangrijkste punten
- OpenAI heeft ChatGPT for Academic Researchers gelanceerd, waarmee 100.000 wetenschappers en wiskundigen gratis toegang krijgen tot zijn beste ChatGPT‑modellen.
- Een niet‑uitgebracht OpenAI‑model leverde in mei een door AI gegenereerde weerlegging van het Erdős‑unit‑distance‑vermoeden op.
- Tien nieuwe resultaten, behaald met een interne versie van een next‑generation model genaamd Astra, lossen open problemen op in acht deelgebieden van de wiskunde en theoretische informatica.
- Volgens OpenAI kostte het vinden van de oplossingen ongeveer $2.000 aan tokens tegen Sol API‑tarieven.
- Menselijke onderzoekers hebben de door AI gegenereerde redeneringen omgezet in manuscripten, waarna het model elk bewijs formaliseerde in een Lean‑certificaat.
OpenAI opent ChatGPT‑toegang voor 100.000 academische onderzoekers
Het vertrekpunt van OpenAI voor deze stap is toegang, niet alleen output. Het bedrijf heeft onlangs ChatGPT for Academic Researchers uitgerold, een initiatief dat 100.000 wetenschappers en wiskundigen gratis gebruik geeft van zijn meest capabele ChatGPT‑modellen. Het idee, zoals OpenAI het formuleert, is om sterkere redeneertools rechtstreeks in de handen te leggen van mensen die aan onopgeloste problemen werken, in plaats van de meest geavanceerde modellen achter een betaalmuur te houden die is voorbehouden aan zakelijke klanten.
Dat is belangrijk omdat toegang vaak de bottleneck is geweest voor AI‑ondersteund onderzoek. Academische budgetten zijn zelden toereikend om op grote schaal premium AI‑abonnementen te bekostigen, en individuele onderzoekers die grensmodellen testen op niche‑wiskundige vragen is niet iets wat de meeste instellingen breed kunnen financieren. Door die drempel weg te nemen voor een grote groep wetenschappers, gokt OpenAI er in feite op dat bredere toegang meer van het soort resultaten zal opleveren dat het nu laat zien.
Een stille doorbraak: AI weerlegt het Erdős‑unit‑distance‑vermoeden
In mei deelde OpenAI iets dat vooruitwees naar wat eraan zat te komen: een door AI gegenereerde weerlegging van het Erdős‑unit‑distance‑vermoeden, een probleem dat verbonden is met de wiskundige Paul Erdős en onderzoekers jarenlang voor raadsels had gesteld. De weerlegging kwam bijna toevallig bovendrijven, ontdekt terwijl OpenAI een niet‑uitgebracht model evalueerde in plaats van tijdens een gerichte onderzoeksinspanning.
Dat ene resultaat bleek meer dan een eenmalige curiositeit. Volgens OpenAI heeft de Erdős‑weerlegging al verdere ontwikkelingen geïnspireerd in de wiskunde en theoretische informatica, met daaropvolgende artikelen die voortbouwen op de aanpak. Dit is een van de duidelijkste “waarom het ertoe doet”-momenten in het verhaal: wanneer een door AI gegenereerd resultaat vervolgwerk van menselijke wiskundigen uitlokt, suggereert dat dat deze systemen niet alleen geïsoleerde antwoorden produceren — ze leveren technieken aan die andere onderzoekers kunnen uitbreiden.
Tien nieuwe AI‑gestuurde oplossingen voor problemen waar wiskundigen decennialang niet doorheen kwamen
Het middelpunt van OpenAI’s aankondiging is een reeks van tien nieuwe resultaten, die allemaal problemen aanpakken waarop minstens tien jaar lang geen vooruitgang was geboekt op de hoofdvraag, en in veel gevallen aanzienlijk langer. OpenAI beschrijft deze problemen als van aanzienlijk belang voor hun respectieve wiskundige gemeenschappen, waarbij verschillende als belangrijk worden beschouwd voor de wiskunde als geheel.
Reikwijdte en diversiteit van de opgeloste problemen
De tien resultaten bestrijken een breed scala aan technisch terrein: hoogdimensionale meetkunde, coderingstheorie, aritmetische circuitcomplexiteit, groepentheorie, operatoralgebra’s, kwantumcomplexiteit, roostercryptografie en extremale combinatoriek. Die breedte is op zichzelf opmerkelijk — het gaat niet om aan elkaar grenzende deelvragen in één niche, maar om afzonderlijke open problemen uit verschillende hoeken van de wiskunde en informatica, elk met een eigen decennialange onderzoeksgeschiedenis.
Onder de specifieke doorbraken die OpenAI opsomde:
- Nieuwe bovengrenzen voor bolverpakkingsdichtheid in hoge dimensies, tot aan de Cohn–Elkies‑drempel.
- Exponentieel verbeterde grenzen voor de maximale grootte van binaire en hoogdimensionale sferische codes bij een gegeven minimale afstand.
- Een constructie die het bestaan van niet‑sofic groepen aantoont, waarmee een centrale open vraag in de groepentheorie wordt opgelost.
- Een weerlegging van het rigiditeitsvermoeden van Connes, dat stelde dat bepaalde groepen eenduidig worden bepaald door hun von Neumann‑algebra’s.
- Nieuwe ondergrenzen voor het berekenen van de permanent met behulp van aritmetische circuits, inclusief een ondergrens voor aritmetische formules van de orde n^4/log n.
- Een exponentieel parallel herhalingstheorema voor algemene tweespeler‑kwantumspellen, dat een klassiek complexiteitsprincipe uitbreidt naar de kwantumcontext.
- Polynomial‑factor moeilijkheidsgraad van benadering voor het closest vector problem, een roosterprobleem dat relevant is voor post‑kwantumcryptografie.
- Een oplossing, in elke dimensie, van het maximumvolume van een convexe verzameling waarvan het zwaartepunt het enige inwendige roosterpunt is — onderdeel van het volume‑vermoeden van Ehrhart.
- Een superexponentiële ondergrens voor multikleurige driehoek‑Ramseygetallen, waarmee Erdős‑probleem 183 wordt opgelost.
- Resultaten over compactheids‑ en degeneratievermoedens in de extremale grafentheorie, waarmee Erdős‑problemen 146 en 180 worden opgelost.
Technisch proces en kostenefficiëntie met het Astra‑model
Alle tien resultaten zijn geproduceerd door een interne versie van Astra, door OpenAI beschreven als zijn volgende grote model. Wat opvalt is de kostprijs: OpenAI schat dat het totale tokenverbruik dat nodig was om oplossingen voor alle tien problemen te vinden, neerkomt op ongeveer $2.000 tegen Sol API‑tarieven. Voor onderzoek waarop menselijke wiskundigen tien jaar of langer geen vooruitgang boekten, is een paar duizend dollar aan rekenkracht een opvallend lage prijs — en het is een van de duidelijkste signalen van hoe AI‑doorbraken in de wiskunde de economie van het aanpakken van moeilijke open problemen veranderen.
Het proces was echter niet volledig geautomatiseerd. Menselijke onderzoekers namen de ruwe redeneringen van het model en zetten die om in gestructureerde manuscripten, in samenwerking met hetzelfde model. Daarna formaliseerde het model zelf elk argument in een Lean‑certificaat — een machine‑controleerbaar bewijsschema dat wordt gebruikt om wiskundige beweringen met strikte nauwkeurigheid te verifiëren. OpenAI publiceerde ook een beschrijving van het denkproces van het model voor elke oplossing, zodat externe onderzoekers kunnen zien hoe het systeem tot elk antwoord is gekomen.
Die combinatie — door AI gegenereerde redeneringen, door mensen voorbereide manuscripten en machinaal geformaliseerde Lean‑certificaten — wijst op een workflow waarin AI‑systemen het ruwe wiskundige inzicht genereren, terwijl formele verificatietools en menselijk toezicht de bevestiging verzorgen. Het is een taakverdeling die een sjabloon zou kunnen worden naarmate meer van dit soort AI‑ondersteunde resultaten opduiken bij andere open problemen.
Waarom dit belangrijk is voor onderzoek en concurrentie
De bredere implicatie reikt verder dan tien opgeloste problemen. Als één intern model publiceerbare resultaten kan opleveren in acht verschillende wiskundige disciplines voor ongeveer $2.000 aan rekenkracht, verschuift de beperking bij het aanpakken van lang bestaande open problemen van wiskundig inzicht naar toegang tot capabele modellen — precies wat OpenAI’s academische toegangsprogramma wil uitbreiden. Die combinatie van goedkope computation en brede onderzoekerstoegang zal waarschijnlijk de aandacht trekken van concurrerende AI‑labs en van wiskundefaculteiten die overwegen hoe ze deze tools in hun eigen werk kunnen integreren.
OpenAI merkt ook op dat deze onderzoekslijn al extra werk heeft aangezwengeld dat voortbouwt op de weerlegging van het Erdős‑vermoeden, met verschillende vervolgpublicaties die verwante vragen in som‑producttheorie, incidentiemeetkunde en computationele complexiteit verkennen. Of dat momentum in hetzelfde tempo aanhoudt, of dat andere AI‑labs vergelijkbare resultaten produceren met andere modellen, zal waarschijnlijk bepalen hoe snel AI‑ondersteunde bewijsgeneratie wordt opgenomen in de dagelijkse wiskundige praktijk.
FAQ
Wat is ChatGPT for Academic Researchers?
Het is een initiatief van OpenAI dat 100.000 wetenschappers en wiskundigen gratis toegang geeft tot geavanceerde ChatGPT‑modellen om ontdekkingen te versnellen.
Welk lang bestaand wiskundig probleem heeft het AI‑model van OpenAI weerlegd?
Een door AI gegenereerde weerlegging van het Erdős‑unit‑distance‑vermoeden werd geproduceerd met een niet‑uitgebracht OpenAI‑model en voor het eerst in mei gedeeld.
Welke soorten problemen loste Astra op met AI‑ondersteuning?
Astra, het interne next‑generation model van OpenAI, leverde resultaten op in hoogdimensionale meetkunde, coderingstheorie, aritmetische circuitcomplexiteit, groepentheorie, operatoralgebra’s, kwantumcomplexiteit, roostercryptografie en extremale combinatoriek.
Hoe zijn de door AI gegenereerde bewijzen gevalideerd?
Menselijke onderzoekers stelden manuscripten op op basis van de door AI gegenereerde redeneringen, en het model formaliseerde vervolgens elk bewijs in een Lean‑certificaat voor machine‑controleerbare verificatie.
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Wat is ChatGPT for Academic Researchers?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Het is een initiatief van OpenAI dat 100.000 wetenschappers en wiskundigen gratis toegang geeft tot geavanceerde ChatGPT-modellen om ontdekkingen te versnellen.”}},{“@type”:”Question”,”name”:”Welk lang bestaand wiskundig probleem heeft het AI-model van OpenAI weerlegd?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Een door AI gegenereerde weerlegging van het Erdős-unit-distance-vermoeden werd geproduceerd met een niet-uitgebracht OpenAI-model en voor het eerst in mei gedeeld.”}},{“@type”:”Question”,”name”:”Welke soorten problemen loste Astra op met AI-ondersteuning?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Astra, het interne next-generation model van OpenAI, leverde resultaten op in hoogdimensionale meetkunde, coderingstheorie, aritmetische circuitcomplexiteit, groepentheorie, operatoralgebra’s, kwantumcomplexiteit, roostercryptografie en extremale combinatoriek.”}},{“@type”:”Question”,”name”:”Hoe zijn de door AI gegenereerde bewijzen gevalideerd?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Menselijke onderzoekers stelden manuscripten op op basis van de door AI gegenereerde redeneringen, en het model formaliseerde vervolgens elk bewijs in een Lean-certificaat voor machine-controleerbare verificatie.”}}]}
Artikel geproduceerd met behulp van kunstmatige intelligentie en beoordeeld door de redactie.
