LongTails: KI-Agent beweist über 30 neue Optimierungstheoreme

Warum die formale Prüfung zählt

Die wichtigste Stärke von LongTails ist die automatische Kontrolle jedes Beweises in der formalen Sprache Lean 4. Das begegnet einem bekannten Problem von KI in der Mathematik: Modelle liefern mitunter Argumente, die überzeugend wirken, aber Fehler enthalten oder eine andere Frage beantworten als die gestellte.

Das System geht von einer formalen Beschreibung der Bedingungen und des Ziels aus und prüft, ob der Beweis beides erfüllt. Jedes Ergebnis durchläuft damit eine formale Kontrolle, statt sich auf einen nur scheinbar schlüssigen Gedankengang zu stützen.

Nutzen über die Mathematik hinaus

Mathematische Optimierung sucht aus vielen Möglichkeiten die beste aus, etwa die schnellste, günstigste, genaueste oder zuverlässigste. Die bewiesenen Sätze zeigen, wie schnell ein Verfahren arbeitet und unter welchen Bedingungen es funktioniert. So lässt sich der Rechenaufwand vorab abschätzen, statt Algorithmen blind auszuprobieren.

Das Training neuronaler Netze, von Empfehlungssystemen bis zu großen Sprachmodellen, beruht auf solchen Verfahren. Effizientere Algorithmen könnten Trainingszeit, Rechenkosten und Energieverbrauch in Rechenzentren senken. Anwendungen reichen zudem von leichten, stabilen Konstruktionen über Lieferrouten und die Lastverteilung in Stromnetzen bis zur Suche nach neuen Molekülen und Materialien sowie zum Management von Anlagerisiken.

Der Code von LongTails ist frei verfügbar, sodass andere Forschungsgruppen ihn nutzen können. Ein Projektbeteiligter sagte, das Framework habe in wenigen Tagen mehr erreicht als er in seiner gesamten Laufbahn, und nannte die Entwicklung äußerst spannend. Das Team will weitere Theoreme beweisen, die Komplexität der Aufgaben steigern und die gefundenen Algorithmen in der Praxis überprüfen.