Tao Zhe-xuan, Deng Yu und 25 weitere Mathematiker erklären einem AI-Unternehmen den Krieg

Hallo zusammen, ich bin euer Finanzjournalist und Wirtschaftswissenschaftler. Heute wollen wir nicht über kalten Code oder komplexe Formeln sprechen, sondern über einen „Wertekonflikt“ zwischen dem Gipfel der menschlichen Intelligenz und der Künstlichen Intelligenz (KI).

Kürzlich hat es in der Mathematikwelt eine große Neuigkeit gegeben: 25 führende Mathematiker, darunter Terence Tao und Deng Yu (von denen viele mit dem Fields-Preis ausgezeichnet wurden – der Nobelpreis der Mathematik), haben eine scharf formulierte Erklärung veröffentlicht und den KI-Unternehmen den „Krieg“ erklärt.

Lassen Sie sich nicht von dem Wort „Krieg“ abschrecken – sie wollen keine Computer zerstören, sondern die Seele der mathematischen Forschung verteidigen. Um es für alle verständlicher zu machen, habe ich diesen langen Text in fünf Kernaspekte unterteilt und die dahinterstehende Logik, die Kontroversen sowie die Auswirkungen auf uns Normalbürger in einfachen Worten erklärt.

1. Auslöser: KI „überholt“ die schwierigsten mathematischen Probleme der Menschheit

Wesentliche Ereignis:

OpenAI gab bekannt, dass eines ihrer internen KI-Modelle in weniger als vier Tagen mithilfe von etwa 10.000 KI-Einheiten einen wichtigen Teil der Navier-Stokes-Gleichung gelöst hat.

Warum ist das so sensationell?

• Schwierigkeitsgrad: Dieses Problem gehört zu den „Millennium-Problems“ und gilt als einer der sieben schwierigsten Aufgaben in der Mathematik. In den letzten 20 Jahren konnten nur wenige dieser Probleme gelöst werden.
• Zeitvergleich: Der führende Mathematiker Deng Yu benötigte mehr als ein Jahrzehnt, um eine vollständige Ableitung von der Newtonschen Mechanik zur Strömungsmechanik zu erstellen. KI schaffte es in nur zwei Monaten.

Kontroversen:

Kurz bevor OpenAI das Ergebnis veröffentlichte, führten die Mathematiker Tristan Buckmaster von der New York University und Levent Alpöge von Anthropic ähnliche Forschungen durch. Sie fragten sich, ob OpenAI ihre unveröffentlichten Forschungsergebnisse gestohlen hat oder ob die von KI genutzten Daten für das Modelltraining verwendet wurden, wodurch KI den Wettlauf gewonnen hat.

Einfache Erklärung:

Stellen Sie sich vor, zwei Köche entwickeln ein neues Gericht – und plötzlich verkündet das große Restaurant nebenan: „Unsere KI-Köche haben es bereits fertiggestellt – und es schmeckt genauso gut.“ Werden Sie nicht misstrauisch? Ist das wirklich ihr Verdienst oder der des Restaurants? Das ist der Ausgangspunkt des Ärgers der Mathematiker: Die Frage nach der Originalität und der Zuschreibung der Leistung wird unklar.

2. Kernkonflikt: Tut KI Mathematik oder „rechnet nur“?

Wogegen protestieren die Mathematiker?

Viele fragen sich: Ist es nicht gut, dass KI schnell rechnen kann? Warum sollten sie dagegen sein?

Terence Tao und andere erklären in ihrer Erklärung: Wir sind nicht gegen die Beteiligung von KI an der Mathematik – wir sind gegen die Verwandlung der Mathematik in einen Wettbewerb, bei dem es nur darum geht, die beste Leistung zu erbringen.

Was ist ein „Wettbewerb um die beste Leistung“?

In der KI-Branche gilt die Lösung mathematischer Probleme als Beweis für „superintelligente“ Fähigkeiten. Da Mathematik objektive Wahrheiten ist, gibt es nur richtig oder falsch – ohne subjektive Vorurteile. Wenn KI mathematische Probleme lösen kann, glauben Investoren: „Sieh mal, KI wird bald unbesiegbar – investiert schnell!“

Vergleich:

Stellen Sie sich ein Fitnessstudio vor, das sich nicht dafür interessiert, wie stark Ihre Muskeln sind oder ob Ihre Bewegungen standardisiert sind, sondern nur daran, wie lange Sie eine Plank-Haltung halten können. Es reduziert den schönen, explorativen und kreativen Prozess des Lernens auf eine einfache Abfolge von „Eingabe des Problems – Ausgabe der Antwort“.

Was interessieren die Mathematiker?

Die Mathematiker interessieren sich für den Prozess:

• Beim Lösen von Problemen entdecken Menschen neue Methoden, verstehen neue Strukturen und stellen neue Fragen.
• Dieser Prozess ist wie das Bergsteigen – die Landschaft ist auf dem Weg dorthin wichtig.
• KI löst Probleme sofort; sie gibt die Koordinaten des Gipfels, aber überspringt alle Zwischenstationen und den Gedankengang.

Konsequenzen:

Wenn KI „überprüfte, aber unverstandene“ Ergebnisse massenhaft erzeugt, verlieren Menschen die Möglichkeit, diese zu verstehen. Die Erklärung warnt: „Wenn man vergisst, dass das Lösen von Problemen nur ein Mittel zum Verständnis ist… könnte man den Boden für neue Ideen zerstören.“ KI könnte die „Seele“ der Mathematik töten und nur die kalten „Leichen“ (die Antworten) übrig lassen.

3. Zwei Optionen: Weggehen oder bleiben?

Angesichts der Bedrohung durch KI haben die führenden Mathematiker unterschiedliche Entscheidungen getroffen, die zwei verschiedene Einstellungen widerspiegeln:

Option 1: Jacob Tsimerman (Weggehen)

• Identität: Diesjähriger Fields-Preisträger, Experte für Zahlentheorie und Geometrie.
• Handlung: Er kündigte an, die Mathematikforschung aufzugeben und bei OpenAI für die Sicherheit von KI-Systemen zu arbeiten.
• Grund: Er glaubt, dass KI die Menschheit auslöschen könnte, und möchte innerhalb der Branche dafür sorgen, dass KI sicher eingesetzt wird. Er sagt: „Ich möchte ein Tabu brechen – die Ansicht, dass etwas schlimm ist, weil es gefährlich ist, ist falsch.“
• Reaktionen: Manche beschuldigen ihn der Verräterei, aber er sieht das als verantwortungsvolle Entscheidung.

Option 2: Deng Yu (Bleiben)

• Identität: Diesjähriger Fields-Preisträger, chinesischer Mathematiker.
• Handlung: Er beruhigte seine Fans in sozialen Netzwerken und setzte seine Forschung fort.
• Grund: Er glaubt, dass KI sich schnell weiterentwickelt, aber die menschliche Gesellschaft sich langsam anpasst. In ein bis zwei Jahren wird sich alles klären und eine neue Ordnung entstehen. Er bleibt neugierig auf die Mathematik: „In jeder partiellen Differentialgleichungsgleichung kann man unendlich viele Fragen stellen…“
• Witz: „Wenn ich in meinem Leben noch ein Wunder miterleben darf, habe ich nichts verloren – danach kann ich einfach nach Hause gehen und meine Liebesromane schreiben.“ (Er betonte, dass er nicht glaubt, KI könnte alle mathematischen Probleme lösen, aber dieser Witz beruhigte die Menschen.)

Einfache Erklärung:

Einer sieht die Gefahr und möchte etwas dagegen unternehmen; der andere ist gelassen und glaubt, dass man sich langsam anpassen kann. Es gibt keinen richtigen oder falschen Weg – das sind nur zwei natürliche Reaktionen der Menschen auf unbekannte Technologien: Furcht und Neugier.

4. Erkenntnisse für die Bildung: In der Ära der KI – müssen Kinder noch selbst lernen?

Das ist die Frage, die uns alle betrifft: Wenn KI alles kann, warum sollten Kinder dann noch hart arbeiten, um Mathematik zu lernen und Wörter zu memorieren?

Professor Wang Qiong von der Peking-Universität gab auf der Shanghai Bund Conference eine Antwort: In der Ära der KI gilt: Wissen < Fähigkeit < Metakognition – aber diese Reihenfolge ist falsch.

Die richtige Logik:

1. Einige Kenntnisse müssen man sich merken: Zum Beispiel die Multiplikationsreihen, grundlegende Grammatik. Nur wenn man sie so gut beherrscht, dass man sie automatisch anwenden kann, kann man den Verstand für komplexere Fragen freisetzen.

2. Das Finden von Wissen bedeutet nicht, es richtig anwenden zu können: KI kann Antworten geben, aber wie beurteilt man, ob diese in einer bestimmten Situation geeignet sind? Dafür braucht man kritisches Denken.

3. Kritisches Denken muss in konkreten Fächern erlernt werden: Man kann kritisches Denken nicht im Vakuum lernen – man muss es in Fächern wie Mathematik und Physik erlernen.

4. Man muss die Logik des Faches verstehen, um KI zu steuern: Wenn man die Grundlogiken der Mathematik nicht versteht, erkennt man nicht einmal die falschen Antworten von KI.

Wichtige Prinzipien:

• Kognitive Erweiterung (gut): Schüler denken selbst nach, scheitern, erhalten Feedback von KI – das führt zu tieferem Verständnis.
• Kognitive Auslagerung (schlecht): Schüler fragen direkt KI nach Antworten; das Lernen wird ineffektiv.

Einfache Erklärung:

KI übernimmt nicht die Arbeit, aber die **Übung*. Früher konnten junge Menschen durch Fehler und Kritik ihre Urteilsfähigkeit entwickeln. Heute erledigt KI diese Arbeit, aber Unternehmen erwarten, dass Mitarbeiter sofort mit der Urteilsfähigkeit eines Experten arbeiten können.

Folglich muss die Entwicklung der Urteilsfähigkeit früh beginnen. Während Kinder noch in der Schule sind und Fehler machen dürfen, sollten sie den „langen, aber notwendigen Weg“ selbst gehen.

Datenbelege:

PwC-Studien zeigen, dass die Anzahl der einfachen Arbeitsplätze, die stark von KI beeinflusst werden, um 35 % gestiegen ist – doch die Anforderungen haben sich geändert: Es werden Urteilsfähigkeit, Kreativität und Kommunikationsfähigkeiten benötigt. Die Anzahl der Arbeitsplätze, die diese Fähigkeiten nicht erfordern, hat hingegen abgenommen.

Fazit: KI ersetzt repetitive Arbeit, aber Menschen brauchen Urteilsfähigkeit – und diese kann nur durch persönliche Erfahrungen mit Schwierigkeiten entwickelt werden.

5. Abschließender Gedanke: In der Geometrie gibt es keinen schnellen Weg

Der Artikel endet mit einer Geschichte aus dem Jahr 2300:

König Ptolemaios fragte Euclid: „Gibt es einen schnelleren Weg, Geometrie zu lernen?“

Euclid antwortete: „In der Geometrie gibt es keinen schnellen Weg.“

Heute scheint KI diesen „schnellen Weg“ gebaut zu haben – doch er führt nur zu einem glänzenden Ergebnis, ohne jede Landschaft dazwischen.

Die Mathematiker haben uns daran erinnert:

Sie befürchten, dass wir, wenn wir uns an die „Schnellheit“ von KI gewöhnen, die Fähigkeit verlieren, selbst zu denken. Mathematik ist nicht nur das Lösen von Problemen, sondern auch ein Ausdruck der menschlichen Rationalität, Logik und Ästhetik.

Rat an Eltern:

Unterstützen Sie die „Kriegserklärung“ der Mathematiker – aber diesen Kampf können sie nicht alleine führen.

Wir müssen selbst darüber nachdenken: Sind wir bereit, den alten, langsamen Weg zu gehen, der Fehler zulässt – und unseren Kindern dabei zu helfen?

Fazit:

• KI ist kein Feind, sondern ein Werkzeug. Doch Werkzeuge können den Denken nicht ersetzen.
• Die Antwort ist nicht wichtig – der Prozess ist es. Verständnis ist wertvoller als das Ergebnis.
• Die Bildung sollte zu „Kämpfen“ zurückkehren: Lassen Sie Kinder in einem Alter, in dem sie Fehler machen dürfen, selbst Schwierigkeiten erleben und ihre Urteilsfähigkeit entwickeln.
• Bleiben Sie neugierig – und panikieren Sie nicht. KI entwickelt sich schnell, aber auch die Menschheit passt sich schnell an. Es ist schön, Wunder zu erleben – aber es ist noch cooler, sie selbst zu schaffen.

Dieser „Krieg“ ist im Grunde ein Kampf um menschliche Würde und kognitive Souveränität. Er erinnert uns daran: In einer Zeit der Effizienz sollten wir die scheinbar ineffizienten, aber wertvollen Prozesse des langsamen Denkens nicht aufgeben.