OpenAI Astra lost tien decenniaoud wiskundige problemen op — met machine-checkbare bewijzen

Vrijdag 1 augustus 2026. OpenAI publiceert op GitHub een repository met 249 pagina's wiskunde en bijbehorende Lean 4-certificaten. Tien problemen. Elk meer dan tien jaar open. Elk nu formeel bewezen door een AI-model dat OpenAI intern "Astra" noemt.

Het "sorry-count" in de Lean-code is nul. Dat betekent: elke afzonderlijke stap in elk van de tien bewijzen is uitgewerkt en machine-checkbaar. Je kunt ze nu zelf verifiëren.

Dat is opvallend, want een van de belangrijkste bezwaren tegen AI-gegenereerde wiskundige bewijzen is altijd geweest dat ze moeilijk te controleren zijn. Astra adresseert dat bezwaar direct.

Wat Astra loste op

De tien problemen spelen in uiteenlopende deelgebieden van de wiskunde en theoretische informatica: groepentheorie, von Neumann-algebra's, hoog-dimensionale geometrie, kwantumcomplexiteit, roostercryptografie en extremale combinatorica (The Next Web).

Het meest opvallende resultaat is een expliciete constructie die het bestaan van een niet-sofische groep bewijst. Dat is een centrale vraag in de groepentheorie die al openstond sinds wiskundige Mikhail Gromov in 1999 het concept van soficiteit introduceerde. In de zevenentwintig jaar daarna had niemand deze vraag beantwoord (SiliconAngle).

De andere negen resultaten zijn op vergelijkbaar niveau: langlopende open vragen, niet marginale verbeteringen op bekende resultaten.

OpenAI schatte de computekosten op circa $2.000 bij Sol API-tarieven — voor alle tien resultaten samen (TechTimes). Ter vergelijking: een promotietraject in de wiskunde duurt gemiddeld vier jaar en kost in salarissen en overhead tientallen keren meer. Dat maakt dit niet beter of slechter dan menselijk onderzoek — maar het maakt de asymmetrie zichtbaar.

Hoe Astra werkt

Astra is geen chatbot die wiskundige vragen beantwoordt. Het is een multi-agent systeem: meerdere agenten coördineren parallel aan deelproblemen, bouwen voort op elkaars uitkomsten en blijven uren of dagen aan een taak werken zonder tussendoor menselijke bevestiging nodig te hebben (byteiota.com).

Die architectuur is niet toevallig. Wiskundige bewijzen zijn bij uitstek geschikt voor dit type lange-horizonwerk: het doel is helder (een geldige Lean-certificering), de voortgang is objectief meetbaar, en het domein heeft geen ambiguïteit over wat "correct" is.

Sam Altman demonstreerde Astra deze week aan beleidsmakers en regulatoren in Washington met precies dit als verkoopargument: meerdere gecoördineerde agenten die langlopende projecten aanpakken die voor individuele mensen te complex of te tijdsintensief zijn.

Wat Astra niet is

Astra is nog niet beschikbaar. Geen API, geen pricing, geen releasedatum. De naam "Astra" is intern en tentatieven OpenAI heeft nog niet beslist of het als GPT-6, GPT-5.7 of als aparte modellenfamilie naast Sol, Terra en Luna uitkomt (The Next Web).

De wiskundige resultaten zijn ook niet het eindpunt. Ze zijn een demonstratie van wat een multi-agent architectuur kan bereiken op een gebied met objectieve correctheidscriteria. Of datzelfde geldt voor uw specifieke domein — juridische analyse, financiële modellering, R&D — hangt af van hoe goed dat domein zo'n criterium heeft.

Wat dit betekent voor Nederlandse kennisintensieve sectoren

De Astra-aankondiging raakt drie sectoren in Nederland direct:

Life sciences en farma: Organon, Genmab, Galapagos en de UMC's investeren al in AI-ondersteund onderzoek. Astra toont dat multi-agent systemen niet alleen literatuur kunnen samenvatten of data analyseren, maar ook zelfstandig hypotheses kunnen genereren en formeel valideren op een niveau dat tientallen jaren menselijke expertise overstijgt. De combinatie met Anthropic's Claude Science — die al 60+ wetenschappelijke tools integreert — geeft een beeld van hoe het onderzoekslandschap er over twee à drie jaar uitziet.

Financiële sector en kwantumcryptografie: Drie van de tien Astra-resultaten liggen op het snijvlak van roostercryptografie en kwantumcomplexiteit. Die gebieden zijn direct relevant voor banken en financiële instellingen die hun encryptie-infrastructuur voorbereiden op post-kwantum dreigingen. Het signaal: AI kan nu theoretische doorbraken leveren in precies de gebieden waar uw lange-termijn beveiligingsstrategie op steunt.

R&D-afdelingen en kenniswerkers: Nederland heeft een van de hoogste WBSO-R&D-belastingkredietpercentages van Europa. Het is de moeite waard om nu al te beginnen met de vraag: welke open problemen in onze sector hebben een gelijksoortige structuur als de Astra-wiskundeproblemen? Dat wil zeggen: helder gedefinieerde doelen, een formeel valideerbare uitkomst, en een domein waar AI al redelijk capabel is?

Wat nog onduidelijk is: Astra functioneert tot dusver uitstekend op pure wiskunde. Of het dezelfde diepte haalt in empirische wetenschappen — waarbij de werkelijkheid altijd meer ruis bevat dan een formeel systeem — is nog een open vraag. Wees voorzichtig met directe extrapolaties naar domeinen als klinische trials, marktonderzoek of beleidsanalyse.

Wat u nu kunt doen

De Lean 4-certificaten zijn publiek beschikbaar op GitHub — voor wiskundigen en informatici in uw organisatie zijn ze nu al te verifiëren. Dat is zinvol als u wilt beoordelen of de claims houdbaar zijn.

Voor de meeste Nederlandse bedrijven is de relevante vraag niet "kunnen we Astra nu gebruiken?" maar "hoe verandert ons R&D-model als dit soort multi-agent systemen over 12-18 maanden beschikbaar zijn?" Die vraag is nu de juiste tijd om te stellen — voor de tool er is, niet erna.

Project Impact begeleidt R&D-teams en kennisintensieve organisaties in de overgang naar AI-versterkt werk. Voor vragen over wat multi-agent onderzoeksautomatisering concreet betekent voor uw sector: neem contact op.

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).