Die Entwicklung von Google Deepmind's AlphaProof Nexus stellt einen bemerkenswerten Fortschritt in der mathematischen Forschung dar. Das System hat autonom neun offene Erdős-Probleme gelöst, darunter zwei, die Mathematiker seit 56 Jahren beschäftigen. Die Kosten für die Inferenz pro Problem belaufen sich auf lediglich einige hundert Dollar. Im Gegensatz zu den Ansätzen von OpenAI, die auf natürlicher Sprache basieren, nutzt AlphaProof Nexus den Lean-Compiler zur automatischen Verifizierung jedes Beweisschrittes. Dennoch liegt die Erfolgsquote insgesamt bei nur 2,5 Prozent. Diese Zahlen verdeutlichen, dass trotz der technologischen Fortschritte noch erheblicher Entwicklungsbedarf besteht. Relevant ist in diesem Zusammenhang die Frage, wie sich solche Systeme in der Praxis bewähren werden und welche weiteren Herausforderungen zu bewältigen sind. Eine abschließende Bewertung ist zum jetzigen Zeitpunkt verfrüht.