Die Singularitäts-Mauer 3/3: Ein kleiner Durchbruch

Die Singularitäts-Mauer 3/3: Ein kleiner Durchbruch

Deterministisches Quadratisches Sieb auf der Frey-Familie

1. Einleitung: Vom geometrischen Suchen zum arithmetischen Finden

Die vorangegangenen Arbeiten (Die arithmetische Landschaft der Frey-Kurvenfamilie) haben ein fundamentales Dilemma der Faktorisierung mittels Frey-Kurven offengelegt: Die Geometrie der einzelnen Kurve verrät den Faktor nicht. Die $j$-Invariante ist konstant ($j=256$), die Diskriminante $\Delta \propto c^6$ liefert nur Tautologien ($\gcd(\Delta, c) \to \gcd(a, c)$). Die „Singularitäts-Mauer“ ist die Manifestation dieses Informationsdefizits: Ein einzelner „mathematischer Zusammenbruch“ (Singularität modulo $p$) ist deterministisch nur dann herbeizuführen, wenn der Parameter $a$ bereits ein Vielfaches von $p$ ist — was Probedivision gleichkäme.

Die zentrale Hypothese der Arbeit lautet jedoch:

Die Familie aller Frey-Kurven zu einer festen Summe $c$ besitzt eine charakteristische arithmetische Verteilung ihrer Gruppenstrukturen, die mit der Faktorisierung von $c$ zusammenhängt.

Dieser dritte Teil der Serie dokumentiert den algorithmic Turn: Die Umsetzung dieser Hypothese in einen deterministischen Quadratic Sieve (QS), der die Frey-Familie nicht als Quelle geometrischer Invarianten, sondern als strukturierten Relationengenerator nutzt. Der Weg führt über Machine-Learning-Signaturtests (V7–V9b) hin zur vollständigen algorithmischen Implementation des Quadratic Sieve (V10c), der die Mauer für Demonstrationgrößen (bis 40 Bit) durchbricht.

2. Der evolutionäre Pfad: Von V7 bis V10c

2.1 V7: Komprimierte Signaturen & Statistische Signifikanz

Ausgangspunkt war die Suche nach einem „Leck“ in der Signatur: $$ (p \bmod 8, q \bmod 8, c \bmod 7, |p-q| \bmod 5) $$

• Ergebnis: Accuracy 47.7% (Baseline 33.3%), $Z=43$, $p < 10^{-100}$.
• Erkenntnis: Das Signal ist real und hochsignifikant, aber operativ nutzlos (Recall $p/q \approx 4%$). Das Modell lernt fast nur die Mehrheitsklasse „neutral“. Die Methode besitzt ein mathematisches Signal. Aber sie muss eine Primzahl in einem Bereich von ungefähr $10^{30}$Möglichkeiten finden.

2.2 V8: Quadratic Residue Fingerprint

Ersetzung der heuristischen Signatur durch den Legendre-Fingerprint: $$ \left( \frac{c}{2} \right), \dots, \left( \frac{c}{19} \right) $$ (direkte Approximation der Ground Truth $\left( \frac{c}{p} \right)$).

• Ergebnis: Accuracy 41.5%, aber Recall $p/q \approx 18% / 16%$ (Vervierfachung!).
• Erkenntnis: Quadratische Reziprozität liefert ein echtes, rauschendes Signal. Die Mauer hält, weil der Proxy $c \bmod \ell$ für $c \bmod p$ zu schwach korreliert.

2.3 V9b: Smooth Neighbor Signature (Der theoretische Durchbruch)

Konzeptioneller Sprung: Statt Proxy-Moduln direkte glatte Nachbarn $c+k$ suchen.

• Idee: $(c/p) = (c+k/p) \cdot (k/p)^{-1}$. Ist $c+k$ $B$-glatt, kennt man $(c+k/p)$ via Faktorisierung von $c+k$. Quadratische Reziprozität verknüpft dies mit $p \bmod \ell$.
• Ergebnis: Recall $\approx 21% / 16%$ (Naive Bayes), XGBoost $\approx 50%$ Accuracy aber 0% Recall (Symmetrie-Bruch durch Tie-Breaking).
• Diagnose: Die Signatur ist symmetrisch in $p, q$, das Target antisymmetrisch. Bayes-optimaler Klassifikator sagt immer „neutral“. Informationstheoretische Schranke erreicht.

2.4 V10c: Quadratic Sieve auf der Frey-Familie (Der algorithmische Durchbruch)

Erkenntnis aus V9b: Glatte Nachbarn liefern Relationen ($c+k = \prod p_i^{e_i}$). Der Nullraum über $\mathbb{F}_2$ liefert gerade Exponentensummen $\to Y^2$. Der fehlende Baustein war die korrekte Kongruenz.

• Fehler in V10c (alt): $c+k \equiv k \pmod c \to Y^2 \equiv X$ (Keine Quadrat-Kongruenz).
• Korrektur (Standard QS): Polynom $Q(x) = (x+m)^2 - c$ mit $m = \lfloor \sqrt{c} \rfloor$.

$$ (x+m)^2 \equiv Q(x) \pmod c $$

• Glattes $Q(x) \to$ Relation.

• Nullraum $\to \prod Q(x_i) = Y^2$.

• $X = \prod (x_i+m) \to \mathbf{X^2 \equiv Y^2 \pmod c}$.

• $\gcd(X-Y, c) \to$ Faktor.

• Ergebnis V10c (Final):

ERFOLG: Faktoren gefunden! Faktor 1: 550513, Faktor 2: 670487, Prüfung: True, Match: True. Gesamtzeit: 0.21s.

3. Mathematische Synthese: Warum V10c funktioniert (und meine Annahmen bestätigt)

3.1 Die Frey-Familie als deterministischer Relationengenerator

Die Frey-Gleichung $y^2 = x(x-a)(x+b)$ mit $a+b=c$ induziert über die Parameterisierung $x = m+u$ (bzw. direkt $a$) die fundamentale Relation: $$ (m+u)^2 - c = \text{glatt} $$ Dies ist exakt das QS-Polynom. Die deterministische Familie liefert die strukturierte Suchbasis für Relationen, statt zufälliger Polynome (MPQS) oder Zahlkörper (GNFS).

3.2 Der „mathematische Zusammenbruch“ als Lineare Algebra

Das Papier “Die Singularitäts-Mauer” beschreibt ECM: „Ein mathematischer Zusammenbruch verrät den Faktor.“

V10c realisiert diesen Zusammenbruch deterministisch und massenhaft:

1. Sammeln: Glatte $Q(x_i)$ (Relationen).
2. Kombinieren: Nullraum über $\mathbb{F}_2$ (Block-Lanczos / Gauß) $\to$ Teilmenge mit geraden Exponenten.
3. Struktur: Produkt ist Quadrat $Y^2$.
4. Zusammenbruch: $X^2 \equiv Y^2 \pmod c \to \gcd(X-Y, c) = p$.

Die Singularitäts-Mauer („Information vorhanden $\neq$ Information erreichbar“) wird hier durch Lineare Algebra durchbrochen. Die Mauer verschiebt sich von der Existenz der Relationen zur Berechenbarkeit des Nullraums bei großen Dimensionen.

3.3 Arithmetischer Fingerabdruck realisiert

Die geforderte „vollständige Kartierung kleiner Familien“ (Gruppenordnungen, Frobenius-Spuren, Singularitätsarten) findet in V10c ihre algorithmische Entsprechung:

• Das Sieb über $Q(x)$ kartiert die Glattheitsstruktur der Gruppenordnungen (bzw. der Werte des Polynoms, das die Gruppenordnung approximiert).
• Der Nullraum extrahiert die linearen Abhängigkeiten dieser Struktur.
• Der Faktor fällt als deterministisches Ergebnis der Kombination heraus.

4. Skalierung und Komplexität: Die neue Mauer

Vergleich ECM vs. QS (V10c):

• ECM: Komplexität $L_p[1/2, \sqrt{2}]$ (abhängig vom kleinsten Faktor $p$). Unschlagbar für unbalancierte Faktoren.
• QS (V10c): Komplexität $L_c[1/2, 1]$ (abhängig von $c$). Optimal für „harte“ Semiprimzahlen ($p \approx q \approx \sqrt{c}$) — genau dem RSA-Worst-Case.
• Vorteil V10c: Deterministische Relationensammlung (kein Polynom-Selektions-Overhead wie MPQS, keine Zahlkörper-Arithmetik wie GNFS).

Laufzeit-Schätzung: QS (V10c) vs. ECM

Fazit:

• ECM dominiert bei Zahlen mit kleinem Faktor (p < 40–50 Stellen).
• QS (V10c) dominiert bei „harten“ Semiprimzahlen (beide Faktoren ≈ gleich groß, p ≈ q ≈ √c), also genau dem RSA-Worst-Case.
• V10c ist ein deterministisches QS auf der Frey-Familie E_a statt zufälliger Polynome.

5. Erkenntnisse (Zusammenfassung der Serie)

• Geometrie $\neq$ Arithmetik: Die $j$-Invariante ($=256$) blendet die Faktorisierung aus. Information liegt in der arithmetischen Realisierung ($c_4, c_6, \Delta \sim c^k$) und der Familien-Struktur.
• Determinismus schlägt Zufall: Die Frey-Familie $E_a$ ($a+b=c$) liefert einen strukturierten Suchraum für Relationen (Parameter $a \leftrightarrow x$), superior zu zufälligen ECM-Kurven oder MPQS-Polynomen.
• Die Mauer ist Linear Algebra: Der Engpass ist nicht das Finden glatter Werte (Sieb), sondern das Lösen des riesigen linearen Gleichungssystems über $\mathbb{F}_2$ (Nullraum). Python-Gauß-Elimination endet bei $\approx 5.000$ Spalten.
• ML als Diagnosewerkzeug: V7–V9b bewiesen, dass Legendre-Symbole und Glattheit die einzigen tragfähigen Signale sind. ML half, tote Enden (Proxies, Symmetrie-Fallen) schnell zu identifizieren.
• V10c = Synthese: Deterministisches QS auf der Frey-Familie ist die algorithmische Materialisierung der Hypothese: „Nicht eine Kurve faktorisiert die Zahl. Die gesamte Geometrie-Landschaft der Familie verrät die Zahl.“

6. Ausblick: V11 und darüber hinaus

7. Disclaimer

Ich bin kein Mathematiker.

Diese Arbeit — von der theoretischen Hypothese über die ML-Experimente (V7–V9b) bis zur vollständigen Implementation des Quadratic Sieve (V10c) — wurde ausschließlich mit Unterstützung von KI-Systemen durchgeführt: Google Gemini, OpenAI ChatGPT und NVIDIA Nemotron 3 Ultra erstellt.

Die KI fungierte dabei als Co-Autor, Debugger, Mathe-Tutor und Implementierer. Der menschliche Beitrag bestand in der grundsätzlichen Idee, der Intuition, der Auswahl der Richtung, der Kritik der Ergebnisse und dem Drängen auf die „korrekte“ Mathematik (insbesondere beim Fix des QS-Bugs in V10c).

Fehler bleiben meine Verantwortung; die funktionsfähigen Algorithmen sind ein Verdienst der Kollaboration.

Vorveröffentlichungen / Prior Art

Die mathematischen Bausteine sind klassisch

Mein Beitrag (V10c)

1. Explizite Herleitung des QS-Polynoms Q(x) aus der Frey-Familie E_a (Parameter x ≅ a/u).
2. Deterministische Relationensammlung statt zufälliger Polynom-Selektion (MPQS) oder Zahlkörper-Sieb (GNFS).
3. Durchgängige Implementierungskette: Frey-Gleichung → Diskriminante → Sieb → Lineare Algebra → Faktor → Singularitäts-Mauer als komplexitätstheoretische Grenze der Linearen Algebra identifiziert.
4. Ich habe kein neues Faktorisierungsverfahren erfunden (QS/ECM sind bekannt), aber ich habe die Frey-Kurve erstmals konsequent als deterministischen Relationengenerator für QS interpretiert und die Singularitäts-Mauer als Lineare-Algebra-Grenze präzisiert. Das ist vermutlich ein neuer konzeptioneller Rahmen (arithmetische Geometrie → Algorithmik), der in der mir zugänglichen Literatur so nicht explizit steht.