www.netties.be

Vandaag

Nieuws | OpenAI beweert nu ook de natuurkunde te kraken – maar wacht even

Gepubliceerd op: 2026-10-28

OpenAI heeft opnieuw “grote ontdekkingen” aangekondigd in wiskunde, informatica en natuurkunde. Dit keer zijn er wel externe experts die de resultaten moeten checken en uitleggen, in plaats van alleen een berg AI-tekst op GitHub te dumpen.

Wat heeft OpenAI precies aangekondigd?
Op het gebied van wiskunde beweert het model een bewijs te hebben voor de local smoothing-conjectuur (over hoe golven zich gedragen) in alle dimensies, wat ook andere oude puzzels zoals de Kakeya-conjectuur zou oplossen. In de informatica zegt het dat de Exponential Time Hypothesis (ETH) niet klopt. Dat is een aanname uit 1999 die zegt dat bepaalde logische puzzels – zoals een schema maken waarin alle voorwaarden kloppen – onvermijdelijk exponentieel harder worden naarmate ze groter worden. En in de natuurkunde gaat het om wiskundige bewijzen dat bepaalde quantumvelden-theorieën bestaan, waaronder quantumchromodynamica (QCD, de theorie over quarks en gluonen) en een deel van het Standaardmodel. Oef - ingewikkelde materie.

Hoe werkt dat in de praktijk?
OpenAI laat het AI-model “bewijzen” schrijven en checkt die deels met Lean (een computerprogramma dat controleert of de stappen logisch kloppen). Voor de wiskunde geven ze de output meteen vrij zodat onderzoekers nu zelf kunnen uitzoeken wat er staat. Voor de informatica en natuurkunde schakelen ze groepen experts in – waaronder de mensen die de ETH ooit bedachten en natuurkundige David Gross – om de boel te verifiëren, uit te leggen en krediet te geven. De AI krijgt geen academische credits; de mensen die het uitpluizen wel. Dat is een verbetering ten opzichte van eerdere dumps waarbij wiskundigen jaren nodig hadden om de chaos te begrijpen.

Wat betekent dit in concrete taal?
Stel je een enorme sudoku voor die steeds harder wordt. ETH zegt: er is geen slimme truc die die groei temt. Als de AI gelijk heeft, zouden we in theorie betere manieren kunnen vinden om bepaalde harde problemen op te lossen – denk aan planning, netwerken of biologie. Maar “sneller dan exponentieel” betekent niet dat het ineens praktisch is. Een berekening die nog steeds een biljoen stappen duurt, helpt je niet om morgen sneller je rooster te maken.
Voor quantumcomputers is het interessant omdat sommige argumenten waarom quantum “voordeel” heeft, steunen op aannames over wat gewone computers niet kunnen. Als die aannames wankelen, moeten onderzoekers opnieuw kijken welke claims over quantum-superieurheid nog overeind blijven. Het betekent niet dat je quantumcomputer morgen je telefoon verslaat – of dat er plotseling een praktische doorbraak is.

Een kritische noot: beloftes of echte doorbraken?
Dit voelt nog steeds als “kijk wat onze AI kan!” terwijl de echte experts pas beginnen met controleren. Een wiskundig bewijs dat iets bestaat is niet hetzelfde als het volledig oplossen van een Millennium Prize-probleem (zoals de Yang-Mills-massagap). En eerdere AI-wiskunde dumps zorgden voor chaos en ongelijke toegang. Of dit echte vooruitgang is of vooral slimme marketing, weten we pas als die “kudde herders” die nu aan de slag moeten, hun oordeel hebben geveld. Tot die tijd is het vooral een belofte met een vleugje sciencefiction.

(1) https://www.engadget.com/2292018/google-q...
(2) https://www.theverge.com/ai-artificial-intelligence/1019143/opena...
(3) https://www.engadget.com/2297941/openai-new-discoveries-mathemati...
(4) https://thequantuminsider.com/2026/10/27/openai-computing-claim-f...

Deel op

Deel per

Terug naar het overzicht

Nieuws

Hardware

Oor

Site

Tip

Software

Bekijk hier de oudere artikels

Ons archief is wellicht het meest uitgebreide overzicht...

Design en programmatie by PDL