
AlphaProof Nexus löst Jahrzehnte alte Erdős-Probleme für wenige hundert Dollar
Google DeepMinds AlphaProof Nexus ist eine Weiterentwicklung des AlphaProof-Systems und hat neun offene Probleme aus der Sammlung des ungarischen Mathematikers Paul Erdős autonom gelöst. Zwei dieser Probleme galten seit 56 Jahren als ungelöst. Besonders bemerkenswert ist die Kostenstruktur: Pro Problem fallen lediglich wenige hundert Dollar an Inferenzkosten an, was formale mathematische Forschung mit KI-Systemen erstmals in einem praktikablen Kostenrahmen ermöglicht. Im Unterschied zu OpenAIs Ansatz, der auf natürlicher Sprache basiert, setzt AlphaProof Nexus auf den formalen Beweisassistenten Lean, dessen Compiler jeden einzelnen Beweisschritt automatisch auf Korrektheit prüft. Dies schließt die Möglichkeit halluzinierter oder fehlerhafter Beweise strukturell aus. Die Gesamterfolgsquote über alle getesteten Erdős-Probleme liegt allerdings bei nur 2,5 Prozent, was zeigt, dass das System trotz spektakulärer Einzelerfolge noch weit von einer allgemeinen Lösungskompetenz für offene Mathematikprobleme entfernt ist.
- Insgesamt neun offene Erdős-Probleme wurden autonom gelöst, zwei davon nach 56 Jahren erstmals.
- Inferenzkosten: nur wenige hundert Dollar pro erfolgreich gelöstem Problem.
- Verifikation erfolgt über den Lean-Compiler – jeder Beweisschritt wird formal geprüft.
- Gesamterfolgsquote: 2,5 Prozent über alle getesteten Probleme.
- Gegensatz zu OpenAIs naturalsprachlichem Ansatz: AlphaProof Nexus setzt auf formale Beweissprache.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge

AlphaProof Nexus löst Jahrzehnte alte Erdős-Probleme für wenige hundert Dollar
Google DeepMinds AlphaProof Nexus ist eine Weiterentwicklung des AlphaProof-Systems und hat neun offene Probleme aus der Sammlung des ungarischen Mathematikers Paul Erdős autonom gelöst. Zwei dieser Probleme galten seit 56 Jahren als ungelöst. Besonders bemerkenswert ist die Kostenstruktur: Pro Problem fallen lediglich wenige hundert Dollar an Inferenzkosten an, was formale mathematische Forschung mit KI-Systemen erstmals in einem praktikablen Kostenrahmen ermöglicht. Im Unterschied zu OpenAIs Ansatz, der auf natürlicher Sprache basiert, setzt AlphaProof Nexus auf den formalen Beweisassistenten Lean, dessen Compiler jeden einzelnen Beweisschritt automatisch auf Korrektheit prüft. Dies schließt die Möglichkeit halluzinierter oder fehlerhafter Beweise strukturell aus. Die Gesamterfolgsquote über alle getesteten Erdős-Probleme liegt allerdings bei nur 2,5 Prozent, was zeigt, dass das System trotz spektakulärer Einzelerfolge noch weit von einer allgemeinen Lösungskompetenz für offene Mathematikprobleme entfernt ist.
- Insgesamt neun offene Erdős-Probleme wurden autonom gelöst, zwei davon nach 56 Jahren erstmals.
- Inferenzkosten: nur wenige hundert Dollar pro erfolgreich gelöstem Problem.
- Verifikation erfolgt über den Lean-Compiler – jeder Beweisschritt wird formal geprüft.
- Gesamterfolgsquote: 2,5 Prozent über alle getesteten Probleme.
- Gegensatz zu OpenAIs naturalsprachlichem Ansatz: AlphaProof Nexus setzt auf formale Beweissprache.
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.