KIs erreichen bei Mathe-Olympiade erstmals Goldmedaillen-Niveau

KIs von Google und OpenAI erreichen erstmals Goldmedaillen-Niveau bei der internationalen Mathematik-Olympiade. Googles Gemini Deep Think löste fünf von sechs Aufgaben in natürlicher Sprache - ein Durchbruch für mathematisches Denken.

KIs bei Mathe-Olympiade erfolgreich

Bei der diesjährigen internationalen Mathematik-Olympiade (IMO) in Australien haben erstmals KI-Systeme das prestigeträchtige Goldmedaillen-Niveau erreicht. Sowohl Google DeepMind als auch OpenAI konnten mit ihren neuesten Sprachmodellen jeweils fünf der sechs extrem schwierigen Aufgaben lösen. Bei der IMO erhalten normalerweise nur etwa acht Prozent der Teilnehmer eine Goldmedaille, was die Bedeutung dieses Erfolges für künstliche Intelligenzen durchaus eindrucksvoll unterstreicht.

Die IMO gilt als der prestigeträchtigste Mathematikwettbewerb der Welt und findet seit 1959 jährlich statt. Jedes Land wird dabei durch sechs voruniversitäre Mathematiker vertreten, die sich in nationalen Auswahlverfahren qualifiziert haben. Die diesjährige Veranstaltung fand an der Sunshine Coast in Queensland, Australien statt und zog wie üblich die talentiertesten Nachwuchsmathematiker aus über 100 Ländern an.

Wie Ars Technica berichtet, ist dieser Erfolg für die Entwicklung von KI-Systemen für mathematisches Reasoning mehr als bedeutend. Bislang scheiterten selbst die fortschrittlichsten Modelle an den komplexen Problemstellungen der IMO, die oft kreative Lösungsansätze und tiefes mathematisches Verständnis erfordern.

Google Gemini Deep Think

Google setzte eine erweiterte Version von Gemini Deep Think ein, die auf einem verbesserten Reasoning-Modus basiert und paralleles Denken nutzt. Das Bemerkenswerte: Im Gegensatz zu früheren Ansätzen konnte das System die Probleme vollständig in natürlicher Sprache bearbeiten, ohne dass Experten die Aufgaben in spezielle Programmiersprachen übersetzen mussten. Das System musste sich an die gleichen Regeln wie die menschlichen Teilnehmer halten und löste die Aufgaben innerhalb der vorgegebenen 4,5 Stunden.

Durchaus erstaunlich war, dass Gemini Deep Think bei der dritten Aufgabe einen eleganteren Lösungsweg fand als viele menschliche Teilnehmer. Während viele Studenten auf ein graduelles Konzept namens Dirichlet-Theorem zurückgriffen, erkannte die KI, dass das Problem mit einfacherer elementarer Zahlentheorie lösbar war. Diese Fähigkeit zur Mustererkennung und Vereinfachung komplexer Probleme zeigt das Potenzial von KI-Systemen für mathematische Innovationen.

OpenAI mit ähnlicher Leistung

OpenAI verkündete bereits am Wochenende, dass ihr experimentelles Reasoning-LLM ebenfalls Goldmedaillen-Niveau erreicht habe, nahm jedoch nicht offiziell an der Bewertung durch die IMO-Organisation teil. Stattdessen ließ das Unternehmen seine Antworten von drei ehemaligen IMO-Medaillengewinnern bewerten. Das OpenAI-System nutzte dabei "Test-Time Compute Scaling", bei dem das Modell länger "nachdenken" kann und parallele Rechenprozesse für verschiedene Lösungsansätze einsetzt.

Diese Technik ermöglicht es dem System, mehrere Hypothesen gleichzeitig zu verfolgen und die vielversprechendsten Ansätze zu vertiefen. Während traditionelle KI-Modelle oft zu schnellen, oberflächlichen Antworten neigen, können diese neuen Reasoning-Systeme komplexe Probleme über längere Zeiträume durchdenken.

Bedeutung für Mathematik

Junehyuk Jung von der Brown University und Google DeepMind schätzt, dass KI weniger als ein Jahr davon entfernt sei, Mathematikern bei ungelösten Forschungsproblemen zu helfen. Diese Einschätzung basiert auf der rasanten Entwicklung der Reasoning-Fähigkeiten, die sich in den letzten Monaten gezeigt hat. Kritiker warnen gleichzeitig vor übertriebenen Erwartungen. Während die IMO-Aufgaben zweifellos anspruchsvoll sind, unterscheiden sie sich grundlegend von der offenen, explorativen Natur echter mathematischer Forschung.

Was haltet ihr von diesem KI-Durchbruch in der Mathematik? Seht ihr darin eine Chance für die Forschung oder befürchtet ihr negative Auswirkungen auf die mathematische Bildung?


Siehe auch: