Erdős-Probleme könnten bis 2028 gelöst sein
Im Jahr 2026 wurde eine Rekordanzahl von Erdős-Problemen gelöst. Setzt sich dieses Tempo fort, könnten alle offenen Probleme bereits bis 2028 abgeschlossen sein.
Eine bemerkenswerte Entwicklung: Wenn der aktuelle Fortschritt beibehalten wird, könnten sämtliche Erdős-Probleme bis zum Jahr 2028 gelöst sein.
Im Jahr 2026 wurden mehr Erdős-Probleme gelöst als je zuvor in einem einzelnen Jahr. Selbst unter Berücksichtigung der Tatsache, dass die verbleibenden Probleme zu den schwierigsten und am wenigsten erforschten gehören, ist dies eine realistische Prognose, sofern das derzeitige Tempo anhält.
Es stellt sich die interessante Frage, wie schnell KI-Modelle in der Lage sein werden, selbstständig neue offene mathematische Probleme zu identifizieren.
Warum das wichtig ist
AnalyseDie Lösung der Erdős-Probleme könnte die Entwicklung der Mathematik und der künstlichen Intelligenz erheblich vorantreiben und völlig neue Forschungsfelder erschließen.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
JSON – strukturierte Daten für Anwendungen, APIs und KI-Agenten
Ein umfassender praktischer Leitfaden zum JSON-Format: Syntaxregeln, Serialisierung über parse/stringify, Arbeit mit REST-APIs, JSON Schema und strukturierter Output für künstliche Intelligenz.
DOCX- und XLSX-Formate: Wann ein vollwertiges finales Dokument von KI erforderlich ist
Ein umfassender praktischer Leitfaden zur Generierung und Verarbeitung von DOCX-Dokumenten und XLSX-Tabellen mit KI: Vergleich mit Markdown und CSV, Prompt-Engineering, Arbeit mit Formeln und Automatisierung im Code.
Binance veröffentlicht Untersuchung zum Diebstahl von 6,3 Mrd. US-Dollar
Die Untersuchung verbindet den Diebstahl mit einem manipulierten Homebrew, einem gefälschten Interview und dem Missbrauch eines internen KI-Tools von Binance.
Reddit-Nutzer erklärt, warum Claude-Code-Wochenlimits fast viermal schneller verbraucht werden
Ein Reddit-Nutzer verglich den Token-Verbrauch über zwei Wochen und stellte fest, dass auf jedes 1 % des Wochenlimits von Claude Code deutlich weniger Ausgabe-Tokens entfallen; Subagents, Reasoning-Dauer und UI-Aktualisierungen gelten als mögliche Ursachen.