OpenAI Astra: AI løste 10 årtier-gamle matematikgåder

Den 1. august 2026 annoncerede OpenAI noget usædvanligt og vidtrækkende: det selskab, der er bedst kendt for ChatGPT og GPT-serien af sprogmodeller, offentliggjorde, at en intern version af sin næste store model — kaldet Astra — har bidraget til at løse ti matematiske og teoretisk-datalogiske problemer, der har stået ubesvaret i årtier. Det er et påstået gennembrud, som matematikere og AI-forskere verden over nu analyserer med en blanding af begejstring og velgrundet skepsis.

Hvad er OpenAI Astra?

Astra er betegnelsen for OpenAI's næste store sprogsmodel — en model designet til komplekse, langvarige opgaver, hvor AI-agenter arbejder parallelt på delproblemer. OpenAI har endnu ikke besluttet, hvad den kommercielle betegnelse for modellen skal blive: det kan blive GPT-5.7, GPT-6 eller noget helt andet. En særlig kraftfuld variant vil ifølge OpenAI kræve særlig godkendelse fra selskabets bestyrelse og interne sikkerhedskomitéer — en tilgang, der minder om de procedurer, Anthropic anvender for sine mest avancerede modeller.

Astra er ikke frigivet offentligt endnu. Annoncen om de matematiske løsninger er i sig selv et uortodokst marketingmæssigt skridt: OpenAI introducerer sin næste store model ikke med en benchmarktest, men med bidrag til videnskabelige gennembrud i matematik.

De ti matematiske gennembrud

OpenAI udgav en teknisk side med beskrivelser af de ti problemer og Astras bidrag til løsningerne. Problemernes alder varierer, men ingen af dem har — ifølge OpenAI — set afgørende fremskridt i mindst et årti, og størstedelen har stået åbne langt længere.

Ikke-sofiske grupper og Connes' rigidetskonjektur

To af de mest bemærkelsesværdige resultater vedrører abstrakt algebra og operatorteori. For det første præsenterede Astra en eksplicit konstruktion af en ikke-sofisk gruppe — en type matematisk gruppe, hvis eksistens har stået som et åbent spørgsmål, siden matematikeren Mikhail Gromov introducerede begrebet "soficitet" i 1999. I matematikkredse har spørgsmålet om, hvorvidt ikke-sofiske grupper overhovedet eksisterer, været et af feltets hårdeste åbne problemer i mere end et kvart århundrede.

For det andet modbeviste Astra Connes' rigidetskonjektur ved at konstruere uendeligt mange ikke-isomorfe grupper med egenskaben (T), der deler den samme von Neumann-algebra. Begge resultater falder inden for gruppeteri og operatoralgebra — matematikgrene, der er langt fra de fleste ikke-matematikeres hverdag, men fundamentale for forståelsen af matematikkens dybeste strukturelle egenskaber.

Erdős-problemer og Ehrhart's volumenkonjektur

Tre af de løste problemer stammer fra den ungarske matematiker Paul Erdős' katalog over ubesvarede kombinatorikspørgsmål. Erdős var berømt for at tilbyde pengebelønninger for løsninger på sine yndlingsproblemer, og hans samling af åbne spørgsmål er en art scrapbog for matematikkens sværeste kombinatoriske gåder. Astra bidrog til løsningen af problem nummer 183, der vedrører multicolor Ramsey-tal, samt to yderligere Erdős-problemer fra kataloget.

Dertil beviste Astra Ehrhart's volumenkonjektur — et resultat inden for højdimensional geometri, der relaterer sig til, hvordan volumener skalerer i mange dimensioner.

Kuglepak, kodningsteori og post-kvantkryptografi

De resterende gennembrud fordeler sig over kuglepakningsoptimering i højdimensionale rum, ny kodekorrektionsteori og konkrete fremskridt inden for post-kvantkryptografi. Sidstnævnte er et felt med direkte praktisk relevans: algoritmer, der kan modstå angreb fra fremtidige kvantecomputere, er afgørende for sikkerheden i morgendagens digitale kommunikationssystemer — herunder bankoverførsler, krypterede beskeder og statshemmelige kommunikationskanaler.

Læs OpenAI's officielle beskrivelse af de ti matematiske resultater og beviserne her.

Hvad kostede det at finde løsningerne?

Et af de mest slående tekniske detaljer i annoncen er den beregningsmæssige pris. Ifølge OpenAI kostede det samlede antal tokens, der var nødvendige for at finde løsningerne på de ti problemer, omtrent 2.000 dollars ved Astras API-priser. Til sammenligning har menneskelige matematikere brugt årtier — i visse tilfælde generationer — på de samme problemer uden at nå i mål.

Det er dog vigtigt at nuancere dette tal: beviserne er ikke genereret fra bunden af en AI, der arbejder fuldstændig alene. Menneskelige forskere forberedte argumenterne og rammerne, hvorefter Astra formaliserede dem som Lean-certifikater — maskinverificerbare matematiske beviser, der kan kontrolleres af Lean-systemet for formel matematik.

Se BleepingComputers dækning af Astra-annoncen og matematikgennembruddene.

Et vigtigt forbehold: Ingen fagfællebedømmelse endnu

Et centralt og nødvendigt forbehold er, at ingen af de ti resultater endnu har gennemgået fagfællebedømmelse i et matematisk tidsskrift. Fagfællebedømmelse er den standardprocedure, som matematisk og videnskabelig forskning normalt skal igennem, inden den anses for verificeret og accepteret af det bredere fagfællesskab.

OpenAI understreger, at beviserne er verificeret maskinelt ved hjælp af Lean-systemet — men matematikere peger på, at Lean-verifikation og egentlig fagfællebedømmelse ikke er det samme. Lean kontrollerer, at et formelt matematisk argument er gyldigt inden for de givne præmisser; systemet kontrollerer ikke, om problemformuleringen korrekt svarer til det historiske åbne problem, eller om løsningen indeholder reel matematisk indsigt ud over det formelle bevis.

De endelige konklusioner om disse resultaters matematiske dybde og korrekthed afventer altså den brede matematikverdens vurdering.

Hvad betyder Astra for fremtidens AI?

Annoncen af Astra og de matematiske gennembrud er et vigtigt signal om, i hvilken retning de store sprogmodeller bevæger sig: fra opgaver, der kan løses på sekunder i en chatboksgrænsefladen, til langvarige, agentiske workflows, der kan arbejde vedvarende på komplekse, åbne problemer i matematik og datalogi.

For teknologisektoren generelt og for AI-brugen i Danmark er det interessante ikke alene de specifikke matematiske resultater, men hvad de fortæller om AI's udviklende kapabiliteter som redskab for videnskabelig forskning. En model, der kan formalisere og maskinverificere matematiske beviser i samarbejde med menneskelige eksperter, er et skridt i retning af systemer, der kan assistere med grundforskning på tværs af fagdiscipliner — fra biologi og kemi til fysik og ingeniørvidenskab.

OpenAI har ikke offentliggjort en konkret lanceringsdato for Astra. De matematiske resultater er dog i sig selv et stærkt signal om, hvad den næste generation af store sprogmodeller kan præstere — og et forvarsel om, at kapaciteten til AI-assisteret videnskab er på vej fra laboratoriet til markedet.