Startseite
Forum
Fragen
Suchen
Formeleditor
Über Uns
Registrieren
Login
FAQ
Suchen
Foren-Übersicht
->
Sonstiges
Antwort schreiben
Benutzername
(du bist
nicht
eingeloggt!)
Titel
Nachrichtentext
Smilies
Weitere Smilies ansehen
Schriftfarbe:
Standard
Dunkelrot
Rot
Orange
Braun
Gelb
Grün
Oliv
Cyan
Blau
Dunkelblau
Indigo
Violett
Weiß
Schwarz
Schriftgröße:
Schriftgröße
Winzig
Klein
Normal
Groß
Riesig
Tags schließen
Schreibt eure Formeln hier im Board am besten mit Latex!
So gehts:
Latex-Kurzbeschreibung
|
Formeleditor
[quote="TomS"]Ich sehe immer nicht nicht, dass KI mehr kann als lose Enden zusammenzufügen, die ihm über das Training und den Prompt bekannt werden. Insofern hilft sie uns bei den einfacheren Sachen, damit wir mehr Zeit für die wirklich schwierigen haben (ich habe das in den 90ern mitgemacht, als man Mathematica etc. eingeführt hat; das hilft, niemand ist darüber traurig)[/quote]
Optionen
HTML ist
aus
BBCode
ist
an
Smilies sind
an
BBCode in diesem Beitrag deaktivieren
Smilies in diesem Beitrag deaktivieren
Spamschutz
Text aus Bild eingeben
Alle Zeiten sind GMT + 1 Stunde
Gehe zu:
Forum auswählen
Themenbereiche
----------------
Mechanik
Elektrik
Quantenphysik
Astronomie
Wärmelehre
Optik
Sonstiges
FAQ
Sonstiges
----------------
Off-Topic
Ankündigungen
Thema-Überblick
Autor
Nachricht
TomS
Verfasst am: 14. Sep 2026 23:00
Titel:
Jakito hat Folgendes geschrieben:
Bei der Abduktion scheint ein Interesse Deinerseits durchzuscheinen, wie Menschen überhaupt zu neuem (gesicherten) Wissen kommen. Das ist ein spannendes Thema, mit dem sich Philosophen und Logiker wie Charles Sanders Peirce intensiv auseinandergesetzt haben. Und bei existierenden Experimenten scheint ein einzelnes LLM (mit einem einzelnen Kontextfenster) nicht in der Lage, diese Art von neuem Wissen zu erlangen. Wieso dies erst gelingt, wenn eine Menge von LLMs (mit jeweils eigenem Kontextfenster) von einem weiteren LLM "orchestriert" wird, ist vermutlich noch weitgehend unverstanden.
Ich habe nochmal etwas nachgedacht.
Abduktion ist wohl nicht scharf von Induktion zu trennen. Letztlich ist ersteres oft nur auf die Spitze getriebene Induktion, also die Vermutung eines nicht gerade naheliegenden Bildungsgesetzes – Bsp. SU(3) flavor /
the eightfold way.
War denn Newton's Idee des Gravitationsgesetzes wirklich etwas völlig Neuartiges? Und wenn ja, kann man dass das objektiv bewerten?
Ein Ausgangspunkt war ja die Frage, ob bei qualitativ neue Fähigkeiten entwickeln. Sowas erschien aber schon immer ziemlich subjektiv. Ist der Sprung von Logarithmentafeln zu FORTRAN und später zu symbolischer Verarbeitung wirklich qualitativ ein anderer als jetzt zu LLMs? Oder ist es nicht einfach nur so, dass die extrem schnellen Entwicklung der letzten paar Jahre uns zu überfordern scheint, während wir völlig entspannt auf die vergangenen Jahrhunderte zurückblicken können?
Any sufficiently advanced technology is indistinguishable from magic.
(Arthur C. Clarke)
Was soll ich sagen, ich weiß es auch nicht.
Jakito
Verfasst am: 14. Sep 2026 17:37
Titel:
TomS hat Folgendes geschrieben:
Letztlich geht es um den Unterschied zwischen Induktion, Deduktion und Abduktion. Induktion ist klar, das ist letztlich Mustererkennung plus einfache Verallgemeinerung. Deduktion ist auch klar, das erledigt (in den bekannten Fällen) nie das LLM selbst. Letzteres ist der eigentlich kreative Teil, also ausgehend von induktiv gewonnenem und deduktiv abgesichertem Wissen die Idee des "was wäre, wenn?" zu formulieren.
Ich wage zu bezweifeln, dass die LLMs signifikant weniger Deduktion können oder machen, als Menschen. Die Tools verifizieren nur, dass dem LLM bei der Deduktion keine Fehler unterlaufen sind. Solche Fehler machen Menschen genauso, selbst wenn die Art der Fehler vielleicht ein wenig anders gelagert ist.
Bei der Abduktion scheint ein Interesse Deinerseits durchzuscheinen, wie Menschen überhaupt zu neuem (gesicherten) Wissen kommen. Das ist ein spannendes Thema, mit dem sich Philosophen und Logiker wie Charles Sanders Peirce intensiv auseinandergesetzt haben. Und bei existierenden Experimenten scheint ein einzelnes LLM (mit einem einzelnen Kontextfenster) nicht in der Lage, diese Art von neuem Wissen zu erlangen. Wieso dies erst gelingt, wenn eine Menge von LLMs (mit jeweils eigenem Kontextfenster) von einem weiteren LLM "orchestriert" wird, ist vermutlich noch weitgehend unverstanden.
TomS hat Folgendes geschrieben:
… allerdings wird aus den Diskussionen der letzten Tage nach meinem Dafürhalten klar, das wieder menschliche Mathematiker die kreativen Ideen generiert haben, die KI hingegen die (anspruchsvolle) Fleißarbeit erledigt hat.
Und ursprünglich hatte die KI es auch versäumt, die Vorarbeiten von Cordoba und Martinez-Zoroa zu zitieren. Das wurde aber sehr zeitnah geflickt. Das ist bei der KI leider immer sehr ärgerlich, dass die sich mit ihren Quellen so schwertut.
Mich persönlich stört aber der "Tokens für $15 Millionen" verbraucht Teil am meisten. Das ist nicht nachhaltig, auf diese Weise kann man zwar Werbung für die Fähigkeiten des Models machen, aber nicht wirklich echten Mathematikern in der Spitzenforschung bei ihren Herausforderungen helfen. So blöd das klingt, aber wenn es nur $500 000 oder $1 Millionen gewesen wären, dann hätte ich damit viel besser leben können. Solche Geldbeträge kann man im Zweifelsfalle noch auftreiben, wenn es wirklich wichtig ist.
TomS
Verfasst am: 12. Sep 2026 12:07
Titel:
TomS hat Folgendes geschrieben:
Die Frage nach einer möglichen Schummelei hat natürlich nichts mit der Frage dieses Threads zu tun …
… allerdings wird aus den Diskussionen der letzten Tage nach meinem Dafürhalten klar, das wieder menschliche Mathematiker die kreativen Ideen generiert haben, die KI hingegen die (anspruchsvolle) Fleißarbeit erledigt hat.
TomS
Verfasst am: 11. Sep 2026 22:34
Titel:
Die Frage nach einer möglichen Schummelei hat natürlich nichts mit der Frage dieses Threads zu tun.
Qubit
Verfasst am: 11. Sep 2026 16:26
Titel:
Qubit hat Folgendes geschrieben:
Telefonmann hat Folgendes geschrieben:
TomS hat Folgendes geschrieben:
Was mich wirklich interessieren würde, wäre eine ehrliche und umfassende Analyse durch Mathematiker bzgl. der Fragestellung, wieviel tatsächlich neuartige Ideen, Konstruktionen, Definitionen, Vermutungen und dann bewiesene Theoreme die KI tatsächlich eigenständig hervorgebracht hat, und wie weit entfernt von etablierten Wissen dies jeweils anzusiedeln ist. Letzteres kann man natürlich quantitativ nur schwer fassen.
Sabine Hossenfelder
gibt in dem verlinkten Clip ab 02:00 ein paar Insights. Diese lese und werte ich weniger als neue Ideen und mehr als ziemlich gut ausgewählte Verknüpfung vorhandener Ideen. Sabine sagt auch ganz klar, dass es für Korrektheit der Schlussfolgerungen nur eine abgeschätzte, hohe Wahrscheinlichkeit um die 90% gibt und verweist auf die Möglichkeit versteckter Zirkelschlüsse, was ich wiederum als ein sehr schwerwiegendes Argument bewerte.
Kurz: Man könnte OpenAI damit auch als exzellenten "Verkäufer" bezeichnen, der Argumente verwendet, die nur sehr schwer zu überprüfen sind.
Da geht ja das Thema eigentlich etwas weiter, weil zwei Experten auf diesem Gebiet, Buckmaster und Alpöge, selbst die KI genutzt haben, um Grundlagen für diesen Beweis zu schaffen. Hat der Anbieter dieser KI dieses Expertenwissen nun ausgnutzt, um selbst daraus eine Publikation zu machen?..
https://www.mathematik.de/dmv-blog/5338-navier-stokes-problem-gel%C3%B6st
PS: die Anbieter der KI-Modelle haben freilich interne Entwicklungen von KI-Modellen, die besser sind und nicht der Allgemeinheit zur Verfügung stehen.
Eine Herausforderung sind da auch die "Millenium-Probleme", eine Heuristik zu haben, welche Probleme davon gelöst werden könnten. Hier war dann das "Navier-Stokes-Problem" im Fokus..
Qubit
Verfasst am: 11. Sep 2026 15:50
Titel:
Telefonmann hat Folgendes geschrieben:
TomS hat Folgendes geschrieben:
Was mich wirklich interessieren würde, wäre eine ehrliche und umfassende Analyse durch Mathematiker bzgl. der Fragestellung, wieviel tatsächlich neuartige Ideen, Konstruktionen, Definitionen, Vermutungen und dann bewiesene Theoreme die KI tatsächlich eigenständig hervorgebracht hat, und wie weit entfernt von etablierten Wissen dies jeweils anzusiedeln ist. Letzteres kann man natürlich quantitativ nur schwer fassen.
Sabine Hossenfelder
gibt in dem verlinkten Clip ab 02:00 ein paar Insights. Diese lese und werte ich weniger als neue Ideen und mehr als ziemlich gut ausgewählte Verknüpfung vorhandener Ideen. Sabine sagt auch ganz klar, dass es für Korrektheit der Schlussfolgerungen nur eine abgeschätzte, hohe Wahrscheinlichkeit um die 90% gibt und verweist auf die Möglichkeit versteckter Zirkelschlüsse, was ich wiederum als ein sehr schwerwiegendes Argument bewerte.
Kurz: Man könnte OpenAI damit auch als exzellenten "Verkäufer" bezeichnen, der Argumente verwendet, die nur sehr schwer zu überprüfen sind.
Da geht ja das Thema eigentlich etwas weiter, weil zwei Experten auf diesem Gebiet, Buckmaster und Alpöge, selbst die KI genutzt haben, um Grundlagen für diesen Beweis zu schaffen. Hat der Anbieter dieser KI dieses Expertenwissen nun ausgnutzt, um selbst daraus eine Publikation zu machen?..
https://www.mathematik.de/dmv-blog/5338-navier-stokes-problem-gel%C3%B6st
MBastieK
Verfasst am: 11. Sep 2026 01:08
Titel:
ML hat Folgendes geschrieben:
ist eigentlich bekannt, welche Mathematiker in welchem Ausmaß an dem Problem mitgelöst haben?
Beim Durchzappen sieht man einige Namen
https://www.youtube.com/watch?v=Cn6F1wAhjyo#t=23m01s
https://www.youtube.com/watch?v=Cn6F1wAhjyo#t=19m13s
Teilweise kann man auch über Untertitel suchen bzw. überschauen.
Telefonmann
Verfasst am: 10. Sep 2026 22:25
Titel:
TomS hat Folgendes geschrieben:
Was mich wirklich interessieren würde, wäre eine ehrliche und umfassende Analyse durch Mathematiker bzgl. der Fragestellung, wieviel tatsächlich neuartige Ideen, Konstruktionen, Definitionen, Vermutungen und dann bewiesene Theoreme die KI tatsächlich eigenständig hervorgebracht hat, und wie weit entfernt von etablierten Wissen dies jeweils anzusiedeln ist. Letzteres kann man natürlich quantitativ nur schwer fassen.
Sabine Hossenfelder
gibt in dem verlinkten Clip ab 02:00 ein paar Insights. Diese lese und werte ich weniger als neue Ideen und mehr als ziemlich gut ausgewählte Verknüpfung vorhandener Ideen. Sabine sagt auch ganz klar, dass es für Korrektheit der Schlussfolgerungen nur eine abgeschätzte, hohe Wahrscheinlichkeit um die 90% gibt und verweist auf die Möglichkeit versteckter Zirkelschlüsse, was ich wiederum als ein sehr schwerwiegendes Argument bewerte.
Kurz: Man könnte OpenAI damit auch als exzellenten "Verkäufer" bezeichnen, der Argumente verwendet, die nur sehr schwer zu überprüfen sind.
ML
Verfasst am: 10. Sep 2026 22:14
Titel:
Hallo,
ist eigentlich bekannt, welche Mathematiker in welchem Ausmaß an dem Problem mitgelöst haben? Das ist wohl das Paper, um das es geht. Dort steht kein Autorenname:
https://openai.com/index/navier-stokes-solution/
https://cdn.openai.com/pdf/315b36cd-ec98-4023-8342-93345194ece1/euler.pdf
Viele Grüße
Michael
TomS
Verfasst am: 10. Sep 2026 19:26
Titel:
Corbi hat Folgendes geschrieben:
Aber ist das nicht ein Verdrängungsmechanismus, selbst jetzt wo scheinbar eines der größten Probleme der Mathematik durch KI gelöst wurde, ihre Fähigkeiten herunterzuspielen?
Oder kannst du das näher erläutern warum es sich nur um "ein Zusammenfügen loser enden" handeln soll?
Letztlich geht es um den Unterschied zwischen Induktion, Deduktion und Abduktion. Induktion ist klar, das ist letztlich Mustererkennung plus einfache Verallgemeinerung. Deduktion ist auch klar, das erledigt (in den bekannten Fällen) nie das LLM selbst. Letzteres ist der eigentlich kreative Teil, also ausgehend von induktiv gewonnenem und deduktiv abgesichertem Wissen die Idee des "was wäre, wenn?" zu formulieren.
Ich bin natürlich weit davon entfernt, diese Beweise vollständig gelesen zu haben, aber was ich so mitbekomme, handelt es sich eben um Verknüpfen von verschiedenen losen Enden, die im LLM sozusagen präsent sind, plus eine Zusammenarbeit mit bzw. Unterstützung durch Mathematica, Lean etc., sowie natürlich enge Leitplanken durch die Prompts.
Was mich wirklich interessieren würde, wäre eine ehrliche und umfassende Analyse durch Mathematiker bzgl. der Fragestellung, wieviel tatsächlich neuartige Ideen, Konstruktionen, Definitionen, Vermutungen und dann bewiesene Theoreme die KI tatsächlich eigenständig hervorgebracht hat, und wie weit entfernt von etablierten Wissen dies jeweils anzusiedeln ist. Letzteres kann man natürlich quantitativ nur schwer fassen.
Ich hätte dazu eine sehr konkrete Idee für ein Experiment: man trainiert ein LLM mit den bewährten Methoden, jedoch etablierten Wissen eingefroren auf einem bestimmten Stand – zum Beispiel 1960 * – und schaut, welche in den darauffolgenden Jahren erfolgten Entdeckungen die KI reproduzieren kann. Ich glaube nur, dass die Firmen an einem derartigen Experiment kein großes Interesse haben, denn wenn man es ernst nimmt und die Ehrlichkeit des Zeithorizont wirklich sicherstellen will, dann bedeutet es großen Aufwand bei der Auswahl der Trainingsdaten, und evtl. stellt sich das Ergebnis eben so dar, dass die Dinger tatsächlich nicht kreativ sind, und dass eigene Entdeckungen über ein paar Monate nicht hinausreichen. Diese vermutete bzw. befürchtete Erkenntnis – zusammen mit dem fehlenden tragfähigen Geschäftsmodell – lässt mich ernsthaft an der Durchführbarkeit bzw. dem Willen dazu zweifeln.
Eventuell hat hier ja jemand eine Idee, wie man einen großen Player zu einem derartigen Experiment unter kontrollierten Bedingungen überreden könnte.
* in der Physik kenne ich mich besser aus, da gäbe es ein paar knackige Benchmarks: die Lichtquantenhypothese, die spezielle und die allgemeine Relativitätstheorie, die Heisenbergsche und die Schrödingersche Formulierung der Quantenmechanik … die Ausgangssituation und die experimentellen Befunde sind bekannt, mit Ausnahme der ART ist das mathematische Rüstzeug extrem überschaubar, die Arbeiten auf ein paar dutzend Seiten zu Papier gebracht, entscheidend sind jeweils nur ein paar kreative Ideen.
Qubit
Verfasst am: 10. Sep 2026 16:36
Titel:
Corbi hat Folgendes geschrieben:
Oder kannst du das näher erläutern warum es sich nur um "ein Zusammenfügen loser enden" handeln soll?
Informationstheoretisch kann da eine KI, ein LLM, nicht mehr schaffen, als in den riesigen "Trainingsdaten" enthalten ist. Aber das eben sehr effektiv, also "lose Enden" miteinander verbinden.
Im Prinzip haben das auch viele grosse Denker schon so getan, zB. Leibniz, der eine wahnsinnige grosse Korrespondenz mit anderen grossen Denkern hatte und meinte, dass man auch in jeder noch so schlechten Idee etwas Nützliches (resp. "Wahres") finden könnte..
Aber eben mehr Information auch nicht [was "Kunst" (Musik, Malerei,..) angeht, sind sogar Variationen neben diesen Informationen sehr nützlich..]
Nachdenklich
Verfasst am: 10. Sep 2026 15:41
Titel:
Zitat:
Oder kannst du das näher erläutern warum es sich nur um "ein Zusammenfügen loser enden" handeln soll?
Das würde mich auch interessieren.
Corbi
Verfasst am: 10. Sep 2026 01:20
Titel:
Ich fand diesen Artikel hier von Terence Tao zum Thema sehr interessant, indem er argumentiert, dass KI vermutlich dazu führt dass wir Ziele und Werte von Mathematik völlig neu definieren müssen.
https://arxiv.org/abs/2608.16753
Corbi
Verfasst am: 10. Sep 2026 01:17
Titel:
TomS hat Folgendes geschrieben:
Ich sehe immer nicht nicht, dass KI mehr kann als lose Enden zusammenzufügen, die ihm über das Training und den Prompt bekannt werden. Insofern hilft sie uns bei den einfacheren Sachen, damit wir mehr Zeit für die wirklich schwierigen haben (ich habe das in den 90ern mitgemacht, als man Mathematica etc. eingeführt hat; das hilft, niemand ist darüber traurig)
Aber ist das nicht ein Verdrängungsmechanismus, selbst jetzt wo scheinbar eines der größten Probleme der Mathematik durch KI gelöst wurde, ihre Fähigkeiten herunterzuspielen?
Oder kannst du das näher erläutern warum es sich nur um "ein Zusammenfügen loser enden" handeln soll?
TomS
Verfasst am: 09. Sep 2026 16:23
Titel:
Ich sehe immer nicht nicht, dass KI mehr kann als lose Enden zusammenzufügen, die ihm über das Training und den Prompt bekannt werden. Insofern hilft sie uns bei den einfacheren Sachen, damit wir mehr Zeit für die wirklich schwierigen haben (ich habe das in den 90ern mitgemacht, als man Mathematica etc. eingeführt hat; das hilft, niemand ist darüber traurig)
Werkzeuge
Verfasst am: 09. Sep 2026 15:33
Titel: Re: Ersetzt KI Physiker, Mathematiker und Ingenieure?
Vor dem Buchdruck konnte schon die physische Reproduktion eines komplizierten Textes erhebliche menschliche Arbeit erfordern. Danach wurde diese Arbeit billig, ohne dass deshalb Autoren, Theologen oder Gelehrte verschwanden. Ihr relativer Wert verschob sich.
Bei Computern geschah dasselbe mit dem Rechnen. Niemand würde heute argumentieren, ein Physiker sei „nur noch Kontrollorgan“, weil Mathematica eine Ableitung berechnet, ein FEM-Programm Millionen Gleichungen löst oder ein Compiler Maschinenbefehle erzeugt. Ein Ingenieur berechnet eine Tragstruktur schließlich auch nicht deshalb weniger ingenieurmäßig, weil er keine Steifigkeitsmatrix mit Papier und Bleistift invertiert.
Und bei produktionsnahen Berufen ist diese Entwicklung tatsächlich viel älter. Werkzeugmaschinen, NC/CNC, SPS, industrielle Regelungstechnik, CAD/CAM, Roboter usw. haben ganze Klassen manueller Tätigkeiten automatisiert. Dort hat man längst gelernt, dass Automatisierung nicht dasselbe ist wie Abschaffung der Disziplin.
Das Interessante am jetzigen Schritt ist nur, dass Automatisierung erstmals sehr weit in den Bereich vordringt, den akademische Berufe lange für ihr eigentliches Alleinstellungsmerkmal hielten: kognitive Sucharbeit.
Deshalb würde ich auf "der Ingenieur verkommt zum Kontrollorgan" sogar ziemlich entschieden widersprechen. Kontrolle ist nur dann eine Dequalifizierung, wenn der Mensch nichts anderes mehr entscheidet. Ein guter Ingenieur entscheidet aber Anforderungen, Randbedingungen, Sicherheitsmargen, Modellgültigkeit, Zielkonflikte und letztlich, ob überhaupt das richtige Problem gerechnet wurde. Ein perfekter Solver löst auch ein falsch formuliertes Problem perfekt.
Das Navier–Stokes-Ereignis illustriert gerade diesen Unterschied sehr schön. OpenAI hat am 8. September 2026 einen KI-generierten Lösungsanspruch einschließlich Lean-Formalisierung veröffentlicht. Trotzdem führt Clay Navier–Stokes am 9. September weiterhin unter den ungelösten Millenniumproblemen. Das Ergebnis muss also erst unabhängig mathematisch geprüft werden.
Und selbst wenn es vollständig korrekt ist, hat die KI etwas ganz Bestimmtes geleistet:
Menschen hatten ihr bereits ein extrem präzises Problem gegeben.
Nachdenklich
Verfasst am: 09. Sep 2026 12:23
Titel: Ersetzt KI Physiker, Mathematiker und Ingenieure?
Meine Frage:
Hallo!
Ich hätte mal eine Frage an die Physiker, Mathematiker und Ingenieure hier.
Und zwar: wie motiviert ihr euch noch im Zeitalter von Ki und co., interessiert und motiviert bei euren Wissenschaften zu bleiben bzw. wie geht ihr damit um, in Konkurrenz zu diesen Systemen zu stehen?
Die Frage kam bei mir auf, da ja ein KI System anscheinend das Milleniumproblem zu der Navier Stokes Gleichung gelöst hat.
Meine Ideen:
Ich persönlich finde es interessant und frustrierend zugleich.
Ich bin erstaunt, dass solch ein Problem durch KI gelöst wurde, ich hätte es nicht gedacht, dass es so kommt. Auf der anderen Seite ist es doch einfach traurig, dass der Mensch durch die Maschine auch in diesen Bereichen ersetzt wird.
Ich persönlich bin "nur" Ingenieur, aber auch in diesem Bereich finde ich es traurig, dass der Ingenieur zum Kontrollorgan verkommt und die Entwicklungsarbeit immer mehr durch KI Tools erfolgt.
Wie ergeht es euch?