Astra en Work toepassen met je team?
Oefen met jullie eigen taken, beschikbare functies en duidelijke controle van het resultaat.
Dennis Claassen
AI-trainer · 35+ teams getraind
Key takeaways
- OpenAI publiceerde op 1 augustus tien resultaten die bestaande wiskundige problemen oplossen of daarin belangrijke vooruitgang boeken.
- De argumenten kwamen van een interne Astra-versie; mensen hielpen met het manuscript en de formalisering. Er zijn openbare Lean-certificaten.
- Formele controle van een bewijs betekent niet dat elk bedrijfsrapport van hetzelfde model automatisch klopt.
- Update 5 september: GPT-6 Astra is inmiddels aangekondigd. Lees voor actuele toegang, kosten en bedrijfstoepassingen onze GPT-6 Astra-gids.
Wat heeft OpenAI gepubliceerd?
In Ten advances in mathematics and theoretical computer science presenteert OpenAI tien onderzoeksresultaten. Die gaan onder andere over bolpakkingen, niet-sofische groepen en Ramsey-getallen. De formulering is preciezer dan “tien problemen volledig opgelost”: sommige resultaten lossen een vraag op, andere leveren een belangrijke verbetering.
OpenAI schrijft de wiskundige argumenten toe aan een interne versie van Astra. Mensen bereidden met het model de manuscripten voor en hielpen bij de formalisering. De genoemde circa $2.000 is een schatting van het tokenverbruik tegen Sol API-tarieven. Het is geen tarief voor een compleet onderzoeksproject, inclusief ontwikkeling en menselijke controle. Bron: OpenAI.
Wat kun je zelf controleren?
De officiële repository met de tien bewijzen bevat per resultaat een Lean-bestand. De README legt uit hoe je de formaliseringen bouwt en verwijst naar onafhankelijke controle met Comparator. Daardoor hoef je de bewijsclaim niet uitsluitend op een nieuwsbericht te beoordelen.
Voor een inhoudelijke beoordeling heb je nog steeds een wiskundige nodig: welke stelling is precies geformaliseerd, welke aannames gelden en hoe verhoudt die stelling zich tot het oorspronkelijke probleem? Wij hebben de tien certificaten niet zelf opnieuw gebouwd of wiskundig gereviewd. Dit artikel bespreekt de publicatie en de werkwijze.
Waarom is dit relevant voor werk met AI?
Onze belangrijkste les: bepaal de controle vóórdat je een taak uitbesteedt. Bij een bedrijfsopdracht is “ziet er professioneel uit” zelden een bruikbaar acceptatiecriterium. Een controleerbaar resultaat vraagt om een concrete opdracht en zichtbare onderbouwing.
Stel dat je AI een weekrapportage laat maken. Je kunt vooraf vastleggen dat alle bedragen moeten aansluiten op de bronexport, dat ontbrekende gegevens apart worden genoemd en dat conclusies een verwijzing naar de relevante rij krijgen. Een spreadsheetformule kan de optelling toetsen; een medewerker beoordeelt of de conclusie zakelijk verstandig is.
Dat is een eigen praktijkvoorbeeld, geen resultaat uit het Astra-onderzoek. Het laat zien hoe je de gedachte achter controleerbaar werk kunt vertalen naar een dagelijkse taak, zonder een spreadsheet gelijk te stellen aan een formeel wiskundig bewijs.
| Taak | Controle die je vooraf kunt vastleggen | Wat een mens beoordeelt |
|---|---|---|
| Weekrapportage | Totalen aansluiten op de bron; elke afwijking herleidbaar | Verklaring en voorgestelde actie |
| Offertevergelijking | Alle aanbieders langs dezelfde eisen; ontbrekende informatie expliciet | Weging, uitzonderingen en keuze |
| Onderzoeksnotitie | Bron bij elke feitelijke conclusie; feiten en aannames gescheiden | Relevantie en kwaliteit van de redenering |
| Codewijziging | Bestaande tests en een toets voor het gemelde probleem slagen | Onderhoudbaarheid en gevolgen voor gebruikers |
Betekent dit dat Astra zelfstandig elk onderzoek aankan?
Nee. Een formeel probleem heeft andere controlevoorwaarden dan bijvoorbeeld klantonderzoek of een strategisch advies. In een bedrijfsproces kunnen de gegevens onvolledig zijn, kan een doel tussentijds veranderen en kunnen twee redelijke beoordelaars tot verschillende keuzes komen.
Een goede pilot kiest daarom één afgebakende taak. Laat dezelfde opdracht met dezelfde bronnen uitvoeren, noteer de correcties en vergelijk de totale tijd inclusief beoordeling. Houd ook bij welke fouten de controles niet vinden. Zo ontdek je waarvoor AI bruikbaar is in jullie werk.
Van onderzoeksmodel naar GPT-6 Astra
Toen dit nieuwsartikel in augustus verscheen, ging het over een interne modelversie. De aankondiging van GPT-6 Astra en de API-modeldocumentatie beschrijven inmiddels het product en de tarieven. De eerdere tekst “geen API, geen pricing, naam nog niet besloten” is daarom vervangen.
Voor die actuele productvragen is er een apart artikel: GPT-6 Astra: kosten, beschikbaarheid en toepassingen voor bedrijven. Dit artikel blijft gericht op de wiskundige publicatie en wat je daarvan kunt leren over controle.
Wil je dit zelf proberen? Gebruik onze gratis briefing en scorekaart voor een AI-pilot. Wil je met je team een eigen taak uitwerken en beoordelen, dan sluit een AI-werksessie daarop aan.
Veelgestelde vragen
Wat is OpenAI Astra en wanneer komt het uit?
Astra is de interne werknaam voor OpenAI's volgende grote modelfamilie. Op 1 augustus 2026 demonstreerde OpenAI dat een intern Astra-model tien wiskundige problemen oploste die elk meer dan tien jaar openstonden. Astra is een multi-agent systeem waarbij meerdere gecoördineerde agenten parallel aan deelproblemen werken, uren tot dagen lang. Er is nog geen releasedatum, geen API en geen prijs. OpenAI heeft ook nog niet beslist of het als GPT-6, GPT-5.7 of als aparte modellenfamilie naast Sol, Terra en Luna uitkomt. Bron: The Next Web (1 augustus 2026), SiliconAngle.
Welke wiskundige problemen loste OpenAI Astra op?
OpenAI Astra loste tien wiskundige problemen op die elk meer dan tien jaar openstonden, in de deelgebieden groepentheorie, von Neumann-algebra's, hoog-dimensionale geometrie, kwantumcomplexiteit, roostercryptografie en extremale combinatorica. Het meest opvallende resultaat is de eerste expliciete constructie die het bestaan van een niet-sofische groep bewijst, een vraag die wiskundige Mikhail Gromov in 1999 introduceerde en die zevenentwintig jaar openstond. Alle bewijzen zijn formeel geverifieerd in Lean 4 en gepubliceerd op GitHub; het "sorry-count" is nul, wat betekent dat elke stap volledig uitgewerkt is. Bron: The Next Web, Developers Digest (augustus 2026).
Hoe duur was het voor OpenAI om tien wiskundige problemen op te lossen?
OpenAI schatte de computekosten op circa $2.000 bij Sol API-tarieven, voor alle tien wiskundige resultaten samen. Dit maakt de economische asymmetrie zichtbaar: een vergelijkbaar menselijk onderzoekstraject in de wiskunde kost in salarissen en overhead tientallen keren meer en duurt meerdere jaren. Dat betekent niet dat AI menselijk wiskundige intuïtie vervangt, maar het illustreert dat de kostendrempel voor frontier-onderzoeksresultaten dramatisch daalt. Bron: TechTimes (2 augustus 2026).
Wat betekenen de OpenAI Astra wiskundebewijzen voor de Nederlandse life sciences en R&D?
De Astra-resultaten zijn relevant voor kennisintensieve Nederlandse sectoren op drie manieren: (1) Life sciences en farma: multi-agent systemen die hypotheses formeel kunnen valideren veranderen het onderzoeksmodel van bedrijven als Genmab en Galapagos en de UMC's; (2) Financiële sector: drie van de tien resultaten liggen op het snijvlak van roostercryptografie en kwantumcomplexiteit, gebieden die direct relevant zijn voor post-kwantum beveiligingsstrategieën; (3) R&D-afdelingen: de vraag "welke open problemen in onze sector hebben een vergelijkbare structuur" (helder doel, formeel verifieerbare uitkomst) is nu de juiste om te stellen. Bron: eigen analyse op basis van SiliconAngle en Developers Digest (augustus 2026).
Zijn de Lean 4-bewijzen van OpenAI Astra onafhankelijk te verifiëren?
Ja. OpenAI publiceerde de volledige Lean 4-certificaten samen met het 249 pagina's tellende manuscript op GitHub. Lean 4 is een formeel bewijs-verificatiesysteem: als de code compileert zonder fouten en het "sorry-count" nul is, is elke bewijsstap wiskundig geldig. Wiskundigen en informatici kunnen de repository nu zelf checken met de open-source Lean 4 tool. Dit adresseert de centrale bezwaren over AI-gegenereerde wiskundige bewijzen, namelijk dat ze moeilijk onafhankelijk te controleren zijn. Bron: Developers Digest (augustus 2026).
