Post

Wenn ich das richtig verstehe, dann dreht die Mathe-Welt gerade durch, weil OpenAI und Anthropic die „Exponential Time Hypothesis“ (ETH) widerlegt haben. (Quellenangabe oben rechts, ich habe den deutschen Audiotrack druntergelegt.)

Sie besagt vereinfacht: Bestimmte logische Rätsel werden mit jeder zusätzlichen Unbekannten so viel aufwendiger, dass selbst die beste Rechenmethode bei großen Aufgaben sehr lange braucht. Das liegt dann nicht an langsamen Computern, sondern an einer grundsätzlichen Grenze.

ETH ist eine bisher unbewiesene Vermutung. Ihre Widerlegung würde zeigen, dass bessere Abkürzungen möglich sind – wobei große Aufgaben weiterhin sehr aufwendig bleiben könnten.

Materialverschwendung und Kosten. Zuverlässigere Chips und Software. Entwickler müssen prüfen, ob bestimmte Kombinationen von Eingaben Fehler auslösen. Dazu werden bereits heute solche logischen Suchverfahren eingesetzt. Praktische Verbesserungen könnten umfangreichere Prüfungen ermöglichen

und Fehler früher aufdecken. Das könnte Entwicklungszeit sparen und Produkte zuverlässiger machen. Neue Ansätze für bislang besonders schwierige Probleme. Viele Forschungsarbeiten verwenden ETH als Voraussetzung für Aussagen darüber, wie schnell Aufgaben höchstens lösbar sind.

Fällt diese Voraussetzung weg, müssen diese Grenzen neu untersucht werden. Das betrifft beispielsweise Datenbanken und Berechnungen in der Biologie. Daraus könnten weitere, heute noch unbekannte Verfahren entstehen.