Ein Statistikprofessor der University of Pennsylvania hat mithilfe von OpenAIs GPT-5.6 eine der zentralsten offenen Fragen seines Fachgebiets gelöst.
Wer Tausende Hypothesen gleichzeitig testet, etwa bei der Suche nach krankheitsrelevanten Genen im menschlichen Erbgut, steht vor einem Problem: Je mehr Tests man durchführt, desto mehr Zufallstreffer schleichen sich ein.
Um solche Fehlalarme systematisch einzudämmen, haben die Statistiker Yoav Benjamini und Yosef Hochberg 1995 ein Verfahren entwickelt, das die sogenannte False Discovery Rate (FDR) kontrolliert, also den Anteil der Fehlalarme unter allen als signifikant gemeldeten Ergebnissen.
Dieses Benjamini-Hochberg-Verfahren (BH) ist heute ein häufig genutztes Werkzeuge der modernen Statistik und kommt in vielen Wissenschaften zum Einsatz. Laut Edgar Dobriban, Associate Professor an der Wharton School der University of Pennsylvania, hat die Originalarbeit bis heute mehr als 130.000 Zitationen gesammelt.
Die Methode funktioniert nicht immer wie erwartet
Benjamini und Hochberg zeigten ursprünglich, dass ihr Verfahren bei unabhängigen Daten funktioniert. In der Praxis hängen Datenpunkte aber oft zusammen. Bei genetischen Varianten kann das zum Beispiel vorkommen, wenn bestimmte Erbgutstellen häufig gemeinsam vererbt werden.
Über viele Jahre vermuteten Fachleute, dass das BH-Verfahren auch bei miteinander zusammenhängenden, normalverteilten Daten zuverlässig funktioniert, und zwar dann, wenn Abweichungen sowohl nach oben als auch nach unten geprüft werden. Bewiesen war das jedoch nicht.
Dobriban hat diese Vermutung nun mithilfe von OpenAIs GPT-5.6 Sol Pro widerlegt: In seinem Preprint konstruiert er mithilfe der KI ein statistisches Modell, bei dem die tatsächliche Fehlalarmrate nachweislich über dem gewünschten Niveau liegt. Simulationen sollen das Ergebnis bestätigen. Dobriban veröffentlichte auch den dazugehörigen Code.
Konzeptuelle Bedeutung überwiegt praktische Auswirkungen
Dobriban schreibt, die Abweichung vom Zielniveau sei klein. Die Bedeutung des Ergebnisses liege deshalb zunächst primär in der Theorie. Praktische Folgen müssten noch untersucht werden. Das Ergebnis bedeute auch nicht, dass das BH-Verfahren generell unbrauchbar sei.
Dennoch ist es für die Statistikwelt eine bedeutsame Erkenntnis, die mit KI-Hilfe schnell gelöst wurde, nachdem es zuvor keinem Menschen gelang. Dobriban zufolge benötigte GPT-5.6 Sol Pro etwa 90 Minuten für die Aufgabe. Mit GPT-5.5 sei ihm auch nach ungefähr 20 Stunden Arbeit mit mehreren Agenten keine Lösung gelungen. Der Chat samt Prompt ist hier einsehbar.
Der Berkeley-Statistiker Will Fithian schreibt, die widerlegte Vermutung sei das interessanteste offene Problem seines Fachbereichs gewesen. Das Ergebnis sei ein weiterer Marker fortschreitender KI-Fähigkeiten, "deren Konsequenzen weit über die Mathematik hinausreichen werden."
Wie sehr solche Ergebnisse bereits am Selbstverständnis von Fachleuten rütteln, lässt Fithian dann durchblicken: "Ich kann nicht anders, als die vergangenen Tage zu betrauern, als ein Schlüsselergebnis immer einen Kollegen zum Feiern bedeutete; eine menschliche Einsicht zum Bewundern; eine menschliche Leistung, die inspirierte."
Kombination statt Kreation
Wie auch bei ähnlich gelagerten Fällen aus der Mathematik handelt es sich offenbar auch bei dieser Lösung um eine Kombination bisheriger Ansätze. Das Ergebnis sei zwar ungewöhnlich in seiner Kombinatorik, letztlich aber "nicht besonders überraschend", so Dobriban. Die Schwierigkeit habe darin bestanden, die richtige Verbindung bekannter Methoden zu finden, was dem neueren Modell gelang.
Damit bleibt weiter die Frage offen, ob mit menschlichen Daten vortrainierte Modelle durch Reasoning wirklich neues Wissen schaffen oder "nur" das ihnen antrainierte Wissen neu kombinieren können. Als Alltagswerkzeug in menschliche Prozesse eingebaut, macht KI sich bereits auch im letztgenannten Fall nützlich.
Für höher gesteckte Ziele hin zu sich selbst verbessernder, generalisierender KI braucht es vielleicht mehr. Davon ist etwa der Deep-Learning-Pionier Richard Sutton überzeugt, der just für dieses Thema ein Startup gründete.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
