TL;DR
- Wat: Een AI-model van OpenAI heeft volgens het bedrijf een wiskundige veronderstelling uit 1946 weerlegd — het zogenaamde unit distance-probleem van Paul Erdős.
- Waarom relevant: Als AI zelfstandig wiskundige problemen kan oplossen, verschuift de rol van AI van assistent naar zelfstandig denker — ook in toepassingen dichter bij jouw bedrijf.
- Wat je ermee kunt: Volg hoe AI-modellen zich ontwikkelen op het gebied van redeneren. Dat bepaalt straks hoe goed ze complexe bedrijfsvragen aankunnen.
Ik viel vandaag over een bericht van OpenAI dat mijn aandacht trok: hun AI-model zou een wiskundig vermoeden hebben weerlegd waar wiskundigen bijna tachtig jaar lang van uitgingen. Dat klinkt abstract, maar wat mij boeit is niet zozeer de wiskunde — het is wat dit zegt over hoe snel AI leert om zelfstandig na te denken.
Wat is het unit distance-probleem?
Even kort uitleggen, want dit is behoorlijk niche. In 1946 stelde de Hongaarse wiskundige Paul Erdős een vraag die simpel klinkt: als je een aantal punten in een plat vlak legt, hoeveel paren van punten kunnen dan precies één eenheid van afstand uit elkaar liggen?
Stel je voor dat je spijkers in een bord slaat en elastiekjes van precies dezelfde lengte ertussen spant. Hoe kun je de spijkers zo slim plaatsen dat je zoveel mogelijk elastiekjes kunt spannen?
Sinds 1946 dachten wiskundigen dat de beste oplossing er ongeveer uitzag als een vierkant raster — denk aan een schaakbord. Dat was geen bewezen feit, maar een breed gedeeld vermoeden. OpenAI zegt nu dat hun model een héél andere familie van oplossingen heeft gevonden die beter presteert. Het bewijs gebruikt geavanceerde gereedschappen uit de algebraïsche getaltheorie, zoals zogeheten oneindige class field towers en de theorie van Golod-Shafarevich. Klinkt ingewikkeld, en dat is het ook — zelfs voor wiskundigen.
Wat maakt deze claim bijzonder?
Wat mij hier opvalt is niet alleen het resultaat, maar de manier waarop het tot stand zou zijn gekomen. OpenAI benadrukt dat dit een general-purpose redeneermodel was. Dat betekent: niet speciaal getraind voor wiskunde, niet stap voor stap begeleid door een menselijke wiskundige, en niet gevoed met een half-af bewijs om af te maken.
Het model kreeg het probleem voorgelegd en kwam zelfstandig met de oplossing. Als dat klopt, is het — voor zover ik kan nagaan — de eerste keer dat AI autonoom een erkend open probleem in de wiskunde oplost.
Dat is een wezenlijk verschil met wat we tot nu toe zagen. Eerdere AI-successen in de wiskunde waren meestal een samenspel: mens denkt, AI rekent. Hier lijkt het model zelf de creatieve stap te hebben gezet.
De context: eerdere misser van OpenAI
Ik vind het eerlijk om hierbij te vermelden dat OpenAI eerder in het nieuws kwam met een vergelijkbare claim die niet goed uitpakte. In oktober 2025 schreef Kevin Weil, destijds VP bij OpenAI, dat GPT-5 "oplossingen had gevonden voor tien onopgeloste Erdős-problemen." Wiskundige Thomas Bloom noemde dat destijds volgens TechCrunch "een dramatische misrepresentatie" — het model had bestaande oplossingen uit de literatuur herontdekt, geen nieuwe gevonden. Weil verwijderde zijn bericht.
Die context maakt het begrijpelijk dat OpenAI dit keer nadrukkelijk externe validatie heeft gezocht. Het bewijs is gecontroleerd door gerenommeerde wiskundigen, onder wie Noga Alon, Melanie Wood en — opvallend genoeg — diezelfde Thomas Bloom. Bloom zegt nu volgens de berichtgeving: "AI helpt ons om de kathedraal van de wiskunde die we door de eeuwen heen hebben gebouwd, vollediger te verkennen."
Ik vind dat een veelzeggend signaal. Als de wiskundige die vorig jaar nog kritisch was nu zijn naam eronder zet, geeft dat meer gewicht aan de claim. Maar ik wil ook eerlijk zijn: sommige wiskundigen merken op dat het bewijs geen krachtig nieuw geometrisch gereedschap introduceert. Het is een weerlegging van een vermoeden, geen grote structurele doorbraak. Dat nuanceert het verhaal.
Wat betekent dit voor jou als ondernemer?
Oké, je runt geen wiskundefaculteit. Waarom zou je hier dan om geven?
Ik denk dat dit soort berichten relevant is omdat ze laten zien waar de redeneer-capaciteit van AI naartoe beweegt. Het unit distance-probleem is abstract, maar het vermogen om zelfstandig complexe, open vragen te doordenken is dat niet.
Stel dat je als ondernemer te maken hebt met een logistiek vraagstuk, een prijsstrategie die je moet optimaliseren, of een operationeel proces waar je het gevoel hebt dat het slimmer kan maar je niet precies weet hoe. De AI-tools die je nu gebruikt — chatbots, samenvattingstools, schrijfassistenten — zijn in feite uitvoerders. Ze doen wat je vraagt.
Wat OpenAI hier laat zien, is een glimp van AI die iets anders doet: niet uitvoeren wat je vraagt, maar zelf een aanpak bedenken voor een probleem dat nog niemand heeft opgelost. Dat is een ander type intelligentie. En hoewel we daar als MKB nog niet direct mee werken, bepaalt deze onderliggende capaciteit wel hoe goed de AI-tools van morgen worden.
Kun je je voorstellen wat het betekent als een AI-model niet alleen je e-mail samenvat, maar ook zelfstandig een betere route door je supply chain bedenkt? Dat is nog toekomst, maar het is de richting.
Tussen hype en houvast
Ik merk dat ik bij dit soort berichten altijd twee dingen tegelijk voel. Aan de ene kant: dit is indrukwekkend. Een AI-model dat een vermoeden weerlegt waar de beste wiskundigen tachtig jaar lang van uitgingen — dat is niet niks.
Aan de andere kant: OpenAI is een bedrijf dat dit soort claims ook gebruikt om zijn positie in de markt te versterken. De timing, de framing, de zorgvuldig gekozen quotes — het is ook een PR-verhaal. Dat maakt het niet onwaar, maar het is goed om dat in je achterhoofd te houden.
Wat mij betreft is de echte les niet dat AI nu wiskundige problemen oplost. De les is dat de afstand tussen "AI als slim hulpmiddel" en "AI als zelfstandig denker" kleiner wordt. En dat die verschuiving, als hij doorzet, gevolgen gaat hebben voor hoe wij als ondernemers over expertise, advies en besluitvorming nadenken.
Voor mij is dit vooral een moment om even stil te staan en te beseffen: de AI-modellen die wij straks dagelijks gebruiken, worden gebouwd op dezelfde technologie die vandaag een tachtig jaar oud wiskundig vermoeden weerlegde. Dat vind ik een gedachte die het waard is om even bij stil te staan.