Eine KI löste gerade in 90 Minuten ein 30 Jahre altes Statistikrätsel
Ein Professor der University of Pennsylvania nutzte OpenAIs GPT-5.6 Sol Pro, um eine lang bestehende Annahme über eine Methode zu widerlegen, auf die Wissenschaftler täglich vertrauen. Das Vorgängermodell scheiterte nach 20 Stunden. Was das wirklich über KI und neue Ideen sagt.
Eine kleine Geschichte sagt viel darüber aus, wo KI gerade steht. Der Statistikprofessor Edgar Dobriban von der University of Pennsylvania gab OpenAIs neuestem Modell GPT-5.6 Sol Pro ein schweres, ungelöstes Problem. Etwa 90 Minuten später lag eine Antwort vor, die menschlichen Experten jahrelang entgangen war. Das Vorgängermodell GPT-5.5 hatte mehr als 20 Stunden am selben Problem gearbeitet und nichts gefunden.
Das Rätsel klingt technisch, die Idee ist aber einfach. Wenn Wissenschaftler Tausende Tests zugleich ausführen, etwa das gesamte menschliche Genom nach krankheitsbezogenen Genen absuchen, sind viele Treffer allein zufällig falsch. Zwei Statistiker entwickelten 1995 eine Methode, diese Fehlalarme zu kontrollieren: das Benjamini-Hochberg-Verfahren, dessen Originalarbeit mehr als 130.000-mal zitiert wurde. Jahrelang nahm man an, es halte auch bei voneinander abhängigen Datenpunkten stand, wie sie in echten Daten üblich sind; bewiesen war das nie. Dobriban nutzte KI für ein sauberes Gegenbeispiel, das zeigt, dass das Verfahren sein eigenes Ziel still verfehlen kann. Simulationen stützten es, der Code wurde veröffentlicht.
Was dahintersteckt: Die Erwartungen sollten geerdet bleiben. Die von der KI gefundene Lücke ist klein, eine Falschalarmrate von 0,104 statt versprochener 0,1, daher zählt sie mehr für die Theorie als für tägliche Laborarbeit und heißt nicht, dass die Methode kaputt ist. Das Modell erfand auch keine völlig neue Idee aus dem Nichts. Es kombinierte bekannte Techniken ungewöhnlich, die Menschen nicht zusammengefügt hatten. Damit bleibt die große Frage offen: Können auf menschlichem Wissen trainierte Modelle wirklich neue Einsichten erschließen oder kombinieren sie Vorhandenes extrem schnell? Fürs Erste erweist sich schon „extrem schnelle Rekombination“ als nützlich.
Was das für dich bedeutet: Wenn du einfach neugierig auf KI bist, ist das ein gutes Beispiel ihrer gegenwärtigen Stärke: ein klar definiertes, kniffliges Problem zu nehmen und Kombinationen abzusuchen, die niemand allein ausprobieren würde. Für Forschung und Datenarbeit werden Modelle zu echten Denkpartnern bei schwierigen Problemen, nicht nur Schreibassistenten. Die ehrliche Einschränkung, wie ein Berkeley-Statistiker sagte, ist bittersüß: Ein Meilensteinergebnis bedeutete früher einen menschlichen Kollegen zum Feiern; jetzt kann es ein Chatprotokoll bedeuten. Das ist eine Veränderung, über die man nachdenken sollte.
Quellen
Quellen: https://x.com/EdgarDobriban/status/2077082912021786660
OpenAIs Programmierwerkzeug versteckt nun, wie seine KI-Agenten miteinander sprechen
Seit Anfang Juni verschlüsselt OpenAIs Codex die Anweisungen, die ein Hauptagent an Hilfsagenten weitergibt. Entwickler können nicht mehr sehen, wie Arbeit aufgeteilt wird. Bei den größeren GPT-5.6-Modellen ist das verpflichtend. Warum Transparenzbefürworter beunruhigt sind.
