Wissenschaft

Terence Tao: Der Mathematiker, der Beweise verstehen will, die Maschinen prüfen

Penelope H. Fritz
Fügen Sie uns bei Google hinzu
Terence Tao
Terence Tao
Photo: Institute for Pure & Applied Mathematics / CC BY 4.0, via Wikimedia Commons
Geboren17. Juli 1975
Adelaide, Australia
BerufMathematiker
AuszeichnungenRoyal Medal · Salem-Preis · Bôcher-Memorial-Preis

Als Levent Alpöge einen gewaltigen Beweis der Verallgemeinerten Riemannschen Vermutung veröffentlichte, vollständig in Lean-Code geschrieben und mit kräftiger Hilfe eines KI-Modells erzeugt, tat Terence Tao, was er den größten Teil seines Berufslebens getan hat: Er öffnete seinen Blog und versuchte, anderen Mathematikern zu erklären, was gerade geschehen war. Einen Durchbruch nannte er es nicht. Einen Fehler auch nicht. Er reihte es unter den Ergebnissen der Woche danach ein, wie gut sie von irgendjemandem verdaut worden waren, und zwar auf den letzten Platz – und fügte mit einiger Erleichterung hinzu, dass es dieses Mal wenigstens einen menschlichen Autor gebe, den man fragen könne.

Diese Zurückhaltung verrät derzeit am meisten über den Mathematiker der UCLA. Kaum jemand hat mehr dafür getan als Tao, maschinell geprüfte Beweise salonfähig zu machen; er hat in den vergangenen Jahren Freiwillige dafür gewonnen, Theoreme in Lean zu übersetzen, jene Programmiersprache, in der ein Computer jeden einzelnen logischen Schritt verifiziert. Die Maschinen liefern inzwischen verifizierte Argumente schneller, als irgendjemand sie lesen kann, und der Mann, der sie mit hereingebeten hat, ist zur beharrlichsten Stimme des Fachs geworden, die darauf besteht, dass ein Beweis, den niemand versteht, noch keine fertige Mathematik ist.

Tao wurde am 17. Juli 1975 in Adelaide geboren, als ältester von drei Söhnen von Billy Tao, einem Kinderarzt aus Shanghai, und Grace Leong, einer in Hongkong geborenen Absolventin der Mathematik und Physik, die an weiterführenden Schulen unterrichtete. Seine Eltern hatten sich an der Universität Hongkong kennengelernt und waren 1972 nach Australien gezogen. Die Chronik seiner Kindheit ist so oft erzählt worden, dass sie sich mittlerweile wie Folklore liest: Universitätskurse an der Flinders University mit neun Jahren, eine Bronzemedaille bei der Internationalen Mathematik-Olympiade mit zehn und Gold mit 13 im Jahr 1988 – bis heute ist er damit der jüngste Goldmedaillengewinner in der Geschichte des Wettbewerbs. Ab 14 studierte er in Vollzeit in Flinders, schloss mit 17 den Master ab und ging mit einem Fulbright-Stipendium nach Princeton, wo er 1996 im Alter von 20 Jahren bei Elias Stein in harmonischer Analysis promovierte.

Einen großen Teil der Zeit seither hat er damit verbracht, die Legende abzutragen, die diese Zahlen geschaffen haben. In einem Essay von 2007 mit dem Titel „Does one have to be a genius to do maths?“ antwortete er mit Nein und argumentierte, beharrliche harte Arbeit zähle weit mehr als ein eingebildetes Genie-Gen. Wer nur das Wunderkind kennt, übersieht oft, wie langsam und kollaborativ ein Großteil seiner Arbeit als Erwachsener ist – und wie viel davon öffentlich geschieht, in Kommentarspalten von Blogs und in gemeinsamen Dateien mit Dutzenden von Koautoren.

Die UCLA stellte ihn 1996 ein und machte ihn 1999, mit 24 Jahren, zum ordentlichen Professor. Die Ergebnisse, die darauf folgten, überschritten Grenzen, die die meisten Mathematiker nie überschreiten. Gemeinsam mit Ben Green bewies er 2004, dass die Primzahlen arithmetische Progressionen jeder endlichen Länge enthalten – das Resultat ist heute als Satz von Green und Tao bekannt. Mit Emmanuel Candès und Justin Romberg legte er die Grundlagen des Compressed Sensing mit, der Mathematik der Rekonstruktion eines Signals aus weit weniger Messungen, als einst nötig schienen; die Arbeit wanderte aus der reinen Theorie bis in die medizinische Bildgebung. 2006 kam die Fields-Medaille, im Lauf der Jahre folgten der Breakthrough Prize in Mathematics, der Crafoord-Preis, die Royal Medal und 2020 der Prinzessin-von-Asturien-Preis, den er sich mit Candès teilte.

Er wählte weiter Probleme mit berühmten Namen. 2015 löste er das Erdős-Diskrepanzproblem; 2019 bewies er, dass fast alle Bahnen der Collatz-Vermutung schließlich fast beschränkte Werte erreichen – eines der bedeutendsten Teilergebnisse zu diesem Problem seit Jahrzehnten. Dann richtete sich seine Aufmerksamkeit darauf, wie Beweise überprüft werden. 2023, nachdem er mit Timothy Gowers, Ben Green und Freddie Manners die polynomiale Freiman-Ruzsa-Vermutung bewiesen hatte, lud er Freiwillige ein, sie in Lean zu formalisieren; sie waren in rund drei Wochen fertig. Sein 2024 gestartetes Equational Theories Project verband menschliche Mitwirkende mit automatisierten Werkzeugen und klärte bis April 2025 sämtliche der mehr als 22 Millionen Implikationen zwischen 4.694 algebraischen Gesetzen.

Hier gehen das öffentliche Bild und der arbeitende Mathematiker auseinander. Er ist der prominenteste Mathematiker, der KI-Werkzeuge offen nutzt, und sagte 2023 voraus, KI-Werkzeuge der Generation von 2026 würden vertrauenswürdige Koautoren sein; im Februar 2026 erklärte er, diese Prognose sei fast auf den Tag genau eingetroffen. Dennoch gehörte er im September zu den 25 Fields-Medaillengewinnern, die eine Erklärung mit dem Titel „A Severe Misalignment of AI in Mathematics“ unterzeichneten, und im Oktober sagte er, er sehe keine Möglichkeit mehr, sich konstruktiv mit OpenAI auseinanderzusetzen. Er spricht offen über die Verflechtungen: Nachdem 2025 die staatlichen Forschungsgelder für die UCLA ausgesetzt worden waren, darunter seine eigenen und jene, die das Institute for Pure and Applied Mathematics tragen, wo er Sonderprojekte leitet, half Geld von OpenAI, im März 2026 einen Workshop des Instituts zu finanzieren. Die Werkzeuge, für die er sich starkgemacht hat, allen voran die formale Verifikation, sind genau das, was es möglich macht, einen unlesbaren Beweis auf das Wort eines Computers hin zu akzeptieren. Sein Argument lautet nun, Mathematiker sollten als Interpreten von Ergebnissen im Prozess bleiben und nicht bloß rohe Ergebnisse erzeugen, wie er es im November 2026 gegenüber der Los Angeles Review of Books formulierte.

Er argumentiert nicht nur, er baut auch Alternativen. Tao hat SAIR mitgegründet, eine gemeinnützige Organisation, die Geld für KI-gestützte Mathematikforschung einwirbt, und im Oktober stellten er und Yu Deng Open Math OS vor, eine gehostete Plattform, die Forschenden Zugang zu Open-Source-Modellen bietet, ohne dass sie die Hardware zu deren Betrieb besitzen müssen. Im November veröffentlichte er bei Quanta Books Six Math Essentials, sein erstes Buch für ein allgemeines Publikum, eine Tour durch sechs Ideen von den Zahlen bis zur Dynamik, und stellte es im Gespräch mit der Astrophysikerin Janna Levin in Brooklyn vor. Es erscheint mehr als drei Jahrzehnte nach Solving Mathematical Problems, dem Leitfaden zum Problemlösen, den er als Teenager schrieb. Im Juni 2026 wurde er zum Companion of the Order of Australia ernannt.

Er lebt mit seiner Frau Laura Tao, einer Elektroingenieurin am Jet Propulsion Laboratory der NASA, und den beiden gemeinsamen Kindern in Los Angeles.

Das Urteil über Alpöges Archiv werden die Freiwilligen fällen, die es im Chat der Lean-Community durcharbeiten, und das Paper, das Alpöge nach eigenen Worten nun schreiben will. Tao hat bereits gesagt, die Verdauung werde Zeit brauchen. Unterdessen tut er etwas weniger Sichtbares: Er stellt Woche für Woche die Vorlesungsnotizen zu seinem Graduiertenkurs über harmonische Analysis online, jenes Gebiet, das er in Princeton gelernt hat – für Studierende, die entscheiden müssen, was es heißt, einen Beweis zu verstehen.

Schlagwörter: , , , , ,

Fügen Sie uns bei Google hinzu

Diskussion

Es gibt 0 Kommentare.