Eine mathematische Idee, die sich seit dem 19. Jahrhundert jeder Lösung widersetzt hatte, wurde im Jahr 2025 widerlegt – nicht etwa von einem jahrelang forschenden Team, sondern von einem Mathematiker, der während eines Fußballspiels an der Seite eines KI-Modells arbeitete. Das Ergebnis wurde unabhängig voneinander verifiziert. Mathematiker beschreiben es als die bisher bedeutendste Vermutung, bei deren Widerlegung eine KI eine Rolle gespielt hat.
Eine Vermutung, die über ein Jahrhundert überlebte
Die jacobische Vermutung hat eine lange Geschichte. Der tschechische Mathematiker Ludwig Kraus schlug 1884 eine frühe Version vor. Der deutsche Mathematiker Ott-Heinrich Keller entwickelte sie 1939 zu ihrer heutigen Form weiter. Die Vermutung dreht sich um Polynomfunktionen: mathematische Operationen, die eine Menge von Zahlen als Eingabe nehmen und eine neue Menge als Ausgabe erzeugen, wodurch Punkte im Raum nach festen Regeln verschoben werden.
Die Kernfrage der Vermutung lautet, ob eine bestimmte Eigenschaft dieser Funktionen, die sogenannte Jacobideterminante, die Umkehrbarkeit garantiert. Wenn die Determinante immer eine von Null verschiedene Konstante ist, besagt die Vermutung, dass es stets einen Weg geben muss, die Funktion umzukehren und jeden Punkt an seine ursprüngliche Position zurückzubringen. Um sie zu widerlegen, muss man ein Gegenbeispiel finden: eine Funktion, bei der die Determinante eine von Null verschiedene Konstante ist, sich Punkte aber dennoch überlappen, wodurch eine Umkehrung unmöglich wird.
Mathematiker wussten, wonach sie suchen mussten. Das Finden war das Problem. Der Suchraum aller möglichen Polynomfunktionen ist immens groß, weit über das hinaus, was menschliche Forscher systematisch überprüfen können. Der Fields-Medaillen-Träger Stephen Smale hielt das Problem für bedeutend genug, um es 1998 in eine Liste von 18 großen mathematischen Problemen für das 21. Jahrhundert aufzunehmen.
Wie die Widerlegung gefunden wurde
Levent Alpöge, ein Mathematiker, der sowohl mit Anthropic als auch mit der Harvard University verbunden ist, nutzte Anthropics Claude Fable 5, um sich dem Problem zu nähern. Das Ergebnis war eine dreidimensionale Polynomfunktion mit einer konstanten Jacobideterminante, die dennoch mehrere Eingabepunkte zusammenführt und sie dadurch unumkehrbar macht. Genau das ist die Art von Gegenbeispiel, von der die Vermutung behauptet hatte, sie könne nicht existieren.
Alpöge postete das Ergebnis auf X und dankte dem Mathematiker Akhil Mathew von der University of Chicago für den Vorschlag des Problems. Mehrere unabhängige Mathematiker haben das Ergebnis inzwischen verifiziert. Abhishek Saha, Mathematiker an der Queen Mary University of London, bezeichnete es gegenüber dem New Scientist als „wahrscheinlich die größte Vermutung, die KI bisher in der Mathematik bewiesen oder widerlegt hat“.
Eine wichtige Grenze: Die Widerlegung gilt für Räume mit drei oder mehr Dimensionen. Ob die Vermutung in Räumen mit niedrigerer Dimension zutrifft, bleibt eine offene Frage.
Was uns dieses Ergebnis tatsächlich über KI in der Mathematik sagt
Hier ist, was die meiste Berichterstattung über diese Geschichte zu wenig betont. Ein Gegenbeispiel zu finden ist nicht dasselbe wie zu verstehen, warum die Vermutung falsch ist. Der Mathematiker Andrew Blumberg von der Columbia University brachte es auf den Punkt: Das Ergebnis zeigt im Grunde, dass es „sehr viele Polynome“ gibt, die für Menschen allein schwer zu überprüfen sind. Die KI fungierte in diesem Fall als eine extrem leistungsfähige Suchmaschine in einem Raum mathematischer Objekte, der für eine manuelle Erkundung zu groß ist.
Das ist wahrhaft nützlich. Es ist aber auch wahrhaft begrenzt. Ein vollständiger mathematischer Beweis kann mehr als 100 Seiten umfassen und nicht nur das Ergebnis dokumentieren, sondern auch die Argumentation, die dazu führt. Aktuelle KI-Modelle sind noch nicht in der Lage, diese Art von zuverlässiger, schrittweiser logischer Struktur zu erzeugen. Akhil Mathew, der in Alpöges Beitrag genannt wurde, beschrieb die Situation treffend: KI kann verifizieren, dass etwas korrekt ist, aber sie erzählt noch keine Geschichte. Sie liefert das „Wie“, ohne das „Warum“ zu beleuchten.
Blumberg brachte einen treffenden Vergleich: Wenn Moses mit einer Steintafel von einem Berg herabgestiegen wäre, auf der steht „Krebs kann geheilt werden“, dann würde diese Aussage allein nicht ausreichen. Der Wert der Lösung eines schwierigen Problems liegt nicht nur in der Antwort, sondern darin, was der Weg zur Antwort über die zugrundeliegende Struktur der Welt offenbart. Smale hat die jacobische Vermutung genau deshalb auf seine Liste gesetzt, weil er glaubte, dass ihre Lösung das Verständnis dafür vertiefen würde, wie die Natur organisiert ist.
Diese Spannung prägt die Reaktion der mathematischen Gemeinschaft. Nach einem anderen KI-gestützten Durchbruch, bei dem es um ein 80 Jahre altes Problem des ungarischen Mathematikers Paul Erdős ging, veröffentlichten 16 Mathematiker die Erklärung von Leiden über künstliche Intelligenz und Mathematik, die von der Internationalen Mathematischen Union unterstützt wird. Sie fordert die Offenlegung der KI-Nutzung, die korrekte Zuordnung früherer Arbeiten und eine begutachtete Veröffentlichung (Peer-Review) vor öffentlichen Ankündigungen. Die Erklärung spiegelt eine Gemeinschaft wider, die versucht, schnell Normen zu etablieren, da das Tempo der KI-gestützten Entdeckungen schneller voranschreitet als erwartet.
Mathew beschrieb den Wandel als „sehr rasant und sehr verstörend, insbesondere für jüngere Mathematiker“. Diese Sorge sollte man ernst nehmen. Wenn KI in der Lage ist, Gegenbeispiele zu finden und Ergebnisse zutage zu fördern, die früher jahrelange, spezialisierte menschliche Arbeit erforderten, verändert sich die Natur der mathematischen Arbeit selbst. Die Frage ist nicht, ob KI zur Mathematik beitragen wird. Das tut sie bereits. Die Frage ist, welche Art von Verständnis parallel zu diesen Beiträgen aufgebaut wird und wer die Fähigkeit entwickelt, dieses zu generieren.
Kurz gesagt
KI hat die jacobische Vermutung nicht gelöst. Sie hat sie widerlegt, indem sie ein Gegenbeispiel fand, das Mathematiker über ein Jahrhundert lang nicht lokalisieren konnten. Das ist ein bedeutsamer Meilenstein, und es ist zugleich ein teilweiser. Das Ergebnis zeigt, dass KI den mathematischen Raum in einem Ausmaß durchsuchen kann, das Menschen nicht erreichen können. Sie zeigt noch nicht, dass KI diesen Raum auf eine Weise durchdenken kann, die ein nachhaltiges mathematisches Verständnis hervorbringt. Beides ist gleichzeitig wahr, und sich dies vor Augen zu führen, macht diese Entwicklung wirklich bedeutsam und nicht nur dramatisch.
Basierend auf Berichten von Smithsonian Magazine.