KI-Modelle könnten Mathematikern eine gemeinsame Sprache bieten

Niemand hätte erwartet, dass die Frage, wie man Orangen am besten in einer Kiste stapelt, die reine Mathematik jahrhundertelang in Aufruhr versetzen würde. Stattdessen hat das so genannte „Sphere-Packing“-Problem Generationen von Wissenschaftlern in den Wahnsinn getrieben. Der Durchbruch kam erst 1998, als Thomas Hales, damals an der University of Michigan, verkündete, endlich einen Beweis zu haben: Die hexagonale Anordnung, bei der jede Kugel in die Vertiefung passt, die von sechs Orangen in der darunter liegenden Ebene gebildet wird, ist die dichtestmögliche Konfiguration. Jeder hält Mathematik für eine exakte Wissenschaft, aber diese Geschichte zeigt, dass selbst eine scheinbar einfache Frage jahrhundertelang ungelöst bleiben kann, bis die richtige Person mit der richtigen Intuition auftaucht. Hales war kein gewöhnlicher Mensch: Besessen von dem Problem arbeitete er Tag und Nacht mit einem über die ganze Welt verstreuten Team, zwischen endlosen E-Mails, Software zur Überprüfung der Berechnungen und kilometerlangen Tafeln voller Formeln. Sein Beweis wurde nicht sofort akzeptiert: „It took years, and a lot of computer code, before the mathematical community accepted it“, erzählte Hales. Und hier kommt ein Aspekt ins Spiel, den nur wenige erkennen: Mathematik besteht nicht nur aus genialen Ideen, sondern auch aus harter Arbeit, Zusammenarbeit und – in zunehmendem Maße – aus Technologie. In den letzten Jahren hat sich die künstliche Intelligenz genau in diese Lücke eingeschlichen: Heute sind KI-Modelle in der Lage, Beweise zu überprüfen, neue Ansätze vorzuschlagen und – das ist die eigentliche Revolution – zu einer Art Lingua franca zwischen Mathematikern verschiedener Schulen und Ansätze zu werden. Eine Sprache, die nicht nur aus Zahlen, sondern auch aus Code besteht. Halten Sie jetzt einen Moment inne: Es geht nicht nur darum, Probleme schneller zu lösen. Sollte KI tatsächlich zur Brücke zwischen mathematischen Schulen werden, könnten wir in den kommenden Jahren eine beispiellose globale Zusammenarbeit erleben. Es besteht jedoch ein reales Risiko, über das nie gesprochen wird: Wenn sich Mathematiker zu sehr auf diese Hilfsmittel verlassen, könnten sie weniger in der Lage sein, intuitiv zu denken, Risiken einzugehen und unkonventionelle Verbindungen herzustellen – genau die Eigenschaften, die es Hales ermöglichten, das Orangenproblem zu lösen. Hier ist der Satz, der alles auf den Punkt bringt: „Eine gute Idee bleibt unfruchtbar, wenn sie nicht die richtige Sprache findet, um verstanden zu werden.“ Wenn diese Geschichte Sie dazu gebracht hat, Mathematik mit anderen Augen zu betrachten, können Sie dies auf Lara Notes mit „I'm In“ markieren – so wird die Perspektive Teil Ihrer Denkweise. Und wenn Sie morgen jemandem vom Orangen-Dilemma erzählen, können Sie diesen Moment mit Shared Offline festhalten – so zeigen Sie, dass dieses Gespräch wirklich wichtig ist. Das war The Economist, und mit dieser Notiz haben Sie fast eine Minute gegenüber dem Originalartikel gespart.