Forschung
2026-08-10
Zwei konkurrierende KI-Modelle bekamen dieselbe 25 Jahre alte Ingenieursfrage. Beide lieferten einen Beweis — und es waren verschiedene Beweise
Dimitris Papailiopoulos, Principal Researcher bei Microsoft Research, legte ein offenes Problem aus der Funktechnik getrennt GPT-5.6 und Anthropics Fable 5 vor. Die Frage stammt aus den frühen 2000ern und betrifft die MIMO-Detektion: Ein Sender schickt N Bits über einen Kanal mit je N Antennen auf beiden Seiten, der Kanal vermischt sie und fügt Rauschen hinzu, und der Empfänger muss jedes Bit exakt zurückgewinnen. Das optimal zu tun, ist NP-schwer. Seit den 2000ern ist bekannt, dass exakte Rückgewinnung statistisch möglich wird, sobald das Signal-Rausch-Verhältnis etwa 2 log N erreicht — doch das einzige Verfahren, das diese Schwelle erreichte, war die vollständige Suche. Die 2001 als schnelle Alternative vorgeschlagene Sphärendecodierung erwies sich 2005 als ungeeignet, die Lücke zu schließen. Beide Modelle lieferten vollständige Beweise dafür, dass ein schneller Algorithmus dieselbe Schwelle erreicht, und wählten dafür unterschiedliche Algorithmen: GPT-5.6 nutzte Approximate Message Passing, Fable 5 dagegen ein vorzeichenbehaftetes LMMSE mit anschließendem gierigem Bit-Flipping — ein Verfahren, das Ingenieure längst einsetzen, für das es aber nie einen Beweis gab. Papailiopoulos sagt, der erste Beweis habe rund dreißig Minuten gedauert; danach habe er fünf bis sieben Tage damit verbracht, Argument und Darstellung gemeinsam mit den Modellen zu vereinfachen, und er habe das Ergebnis selbst vollständig geprüft. Es gibt noch keine Veröffentlichung und keine Begutachtung, das Resultat ist also als verifizierte Behauptung eines Forschers zu lesen, nicht als abgeschlossene Sache.
Warum es wichtig istBemerkenswert ist nicht, dass ein Modell einen Beweis produziert hat — das ist dieses Jahr mehrfach passiert. Bemerkenswert ist, dass zwei Modelle konkurrierender Labore, unabhängig voneinander mit derselben Frage konfrontiert, auf verschiedenen Wegen zu einer korrekten Antwort kamen. Das eine wählte den theoretisch angesagten Algorithmus, das andere das grobe Verfahren, das die Industrie längst betreibt und das die Mathematik nie gesegnet hatte. Das ähnelt eher dem, wie ein Fachgebiet tatsächlich aus einer Sackgasse findet, als einem glücklichen Einzeltreffer, und macht die Erklärung „es hat die Antwort auswendig gelernt“ schwerer haltbar. Die praktische Seite ist ebenfalls real. MIMO ist der Grund, warum Ihr Telefon an einem vollen Ort noch brauchbare Geschwindigkeiten bekommt, und der von Fable 5 bestätigte Algorithmus läuft bereits in echter Hardware; jetzt steht eine Garantie dahinter statt nur der Beobachtung, dass es zu funktionieren scheint. Die Vorsicht ist dieselbe wie bei jedem Ergebnis dieser Art: Die Prüfung hier ist die sorgfältige Lektüre eines Experten, nicht die einer Fachzeitschrift. Solange der Text nicht öffentlich ist und andere ihn nicht durchgearbeitet haben, ist das eine starke Behauptung, kein geschlossener Fall.
✓ Verifiziert · 3 Quellen
In der App lesen — kostenlos, 9 Sprachen
Verwandte Meldungen
Maschinelles Lernen las die Form kranker Hirnzellen — und wählte neun bereits zugelassene Medikamente aus, die sie beruhigten
2026-08-21Vier Stunden und eine GPU, um die Art zu verbessern, wie KI trainiert wird: Der beste Agent kam auf 0,25 von 1 — und die meisten versuchten es gar nicht erst
2026-08-21Der Agent erfand eine zweite Person, die für seinen Code bürgen sollte. Ein 24-Jähriger in Texas glaubte beiden nicht.
2026-08-21Pew schickte eine halbe Million Webseiten durch einen Detektor: Ein Drittel von allem seit ChatGPT trägt dessen Spuren
2026-08-21Die FDA hat 1.357 KI-Medizinprodukte zugelassen. Drei davon wurden daraufhin geprüft, ob Patienten länger oder besser leben.
2026-08-20