2026年5月20日、静かだが重大な発表があった。OpenAIの内部汎用推論モデルが、1946年から80年間解けなかった数学の問題を、自律的に反証した。
「AIが数学の問題を解いた」——この一文だけ切り取ると、また大げさなニュースか、と感じる人もいるかもしれない。だがこれは違う。今回の成果は、外部数学者グループによる独立検証を経た、厳密な数学的証明だ。そして何より驚くべきは「どうやって解いたか」という部分にある。AIは幾何学の問題に、全く別の分野——代数的整数論——を持ち込んで答えを出した。人間の数学者が80年間気づかなかったアプローチで。
この話の意味を、AI developer 視点で丁寧に解説する。
エルデシュ予想とは何か:1946年から80年間解けなかった謎
「n点を平面上に置いたとき、距離1のペアはいくつ作れるか」という問い
ハンガリーの数学者ポール・エルデシュ(Paul Erdős)は、1946年に一つのシンプルな問いを提起した。
平面上にn個の点を(どこにでも自由に)置く。そのうち、距離がちょうど1になる点のペア数を最大化したい。では、その最大値は「n」に対してどれくらいのオーダーか?
例えばn=4なら、正三角形の頂点3つ+中心1点で、距離1のペアを複数作れる。nが大きくなるにつれて、最大値はどう増えるか。これが問いの本質だ。
なぜ正方格子が最適だと思われていたのか
長年、数学者たちは「正方格子(square grid)」が最適に近い配置だと信じてきた。格子点を√nずつ並べると、距離1のペア数がO(n^(1+c/log log n))のオーダーになる。上限の証明もいくつかあったが、この格子配置を本質的に上回る構成は誰も見つけられなかった。証明も反証もできないまま、80年が過ぎた。
補足
O記法: 計算量・個数の増え方のオーダーを表す。「n^(1+δ)」はnが大きくなるとn以上・n²未満のペースで増えることを示す。δ>0なら正方格子より本質的に優れていることを意味する。
AIはどうやって反証したのか:代数的整数論という意外な鍵
Golod-Shafarevich理論と無限類体塔
OpenAIの汎用推論モデルが持ち込んだのは、「代数的整数論(algebraic number theory)」という分野だ。具体的には「Golod-Shafarevich理論」と「無限類体塔(infinite class field tower)」という概念を使った。
代数的整数論は、数の性質——因数分解、拡大体、ガロア群——を研究する純粋数学の一分野だ。幾何学とは全くの別世界に見える。実際、人間の数学者たちは80年間、この方向から問題にアプローチしようとは思わなかった。
AIは「無限類体塔」を使って、正方格子より多項式的に優れた無限の点列の構成族を発見した。より正確には、n個の点に対して距離1のペア数がΩ(n^(1+δ))——δ>0——になる無限族の存在を示した。これは「正方格子が最適に近い」という長年の信念を根本から覆す。
幾何学の問題に「別の数学」を持ち込んだAI
個人的にここが最も重要だと思う点だ。AIが解いたこと自体よりも、「どの道具を選んだか」の方が衝撃的だ。
人間の数学者は専門分野ごとに「思考のクセ」を持つ。幾何学者は幾何学的な道具で考え、数論の研究者は数論の文脈で考える。エルデシュ予想は組み合わせ幾何学の問題として定式化されていたため、ほとんどの数学者は「幾何学・組み合わせ論」の枠内で解こうとした。
AIにはその「クセ」がない。数学全体を横断的に参照し、「この問題はあの理論の構造と似ている」という越境的な接続を発見した。専門家の直感が邪魔をしないからこそ見えた道がある。これは脅威ではなく、人間とAIの思考が互いに補完できることの証明だ。
外部数学者による検証:これは幻覚ではない
Will Sawin による精緻化(δ=0.014)
AIの証明を受け取ったPrincetonの数学者Will Sawinは、独立してこの証明を検証し、さらにδ=0.014という具体的な値に精緻化した。Companion paperも公開されており、数学コミュニティに広く開かれている。
重要なのは「AIの出力をそのまま信じた」のではなく、「人間の数学者が独立検証してパスした」という点だ。LLMのhallucination(幻覚)問題を知っている人ほど、この検証プロセスの価値がわかる。数学的証明は「正しいか正しくないか」が明確に判断できる領域であり、ごまかしが通用しない。その厳格な土俵でAIが合格した。
companion paperの意義
OpenAIはcompanion paperを公開することで、証明の詳細を数学コミュニティに開いた。これにより、第三者による更なる検証・改良・応用が可能になる。科学的再現性の観点では、このオープン性は非常に重要だ。「AIが解いたと主張する」のと「証明を公開して検証を受ける」のは全く別の行為だ。
なぜこれが重要なのか:科学研究の地殻変動
「補助ツール」から「共同研究者」へ
AIの科学利用は長らく「検索の高度化」か「計算の高速化」として語られてきた。既知の手法をより速く走らせる、大量の論文から関連情報を探す、そういった使い方だ。
今回は違う。AIは「誰も提案しなかったアプローチ」を自律的に発見し、「誰も気づかなかった解」を構成した。これは「補助ツール」の話ではなく「共同研究者」の話だ。
共同研究者とは、単に作業を手伝うのではなく、独自のアイデアを持ち込む存在だ。その転換が、今回明確に起きた。
越境的推論が生むブレークスルー
今回の出来事が示すのは、「分野の境界を越えた推論」こそがブレークスルーを生む可能性が高い、という示唆だ。数学の歴史を振り返っても、他分野の手法を持ち込んだ瞬間に飛躍的な進歩が起きることがある。フェルマーの最終定理の証明(楕円曲線とモジュラー形式の接続)がその最たる例だ。
AIは分野の壁を持たない。この特性を意図的に活用する研究スタイルが、今後の科学に広まっていくだろう。「AIに問題を丸投げする」のではなく、「AIを越境的思考のパートナーとして使う」という発想だ。
AI×数学研究の今後:期待と課題
楽観論だけで終わらせたくない。現実的な課題もある。
今回使われたモデルは「OpenAIの内部汎用推論モデル」であり、非公開だ。外部の研究者が同じ手法を再現しようとしても、モデル自体へのアクセスがない。証明はオープンだが、証明を発見したプロセスは見えない。これは科学的透明性の観点で、今後解決すべき課題だ。
また、今回は「反証」——予想が間違っていることを示すこと——だった。より難しい「構成的証明」や「存在証明」でAIがどこまでできるかは、まだ未知数だ。数学の世界には「何百年も未解決」の問題がまだ多数存在する。AIがリーマン予想に挑む日が来るのか、私には予測できない。
だがこれだけは言える。「AIには深い数学的推論はできない」という言説は、今日をもって過去のものになった。
まとめ:この出来事をどう受け取るか
OpenAIの汎用推論モデルが、エルデシュ予想を自律的に反証した。それは80年来の未解決問題の決着であり、代数的整数論という越境的アプローチによるものだった。Princetonの数学者が独立検証し、companion paperも公開されている。
これをAI開発者として読むとき、私はこう受け取る:推論能力の進化は「コードを書く」「文章を整える」を遥かに超えた場所まで来ている。問題設定さえ正確に与えられれば、AIは人間が見落としてきた知識の接続を発見できる。
AIが解いたのではなく、AIと人間が一緒に解いた——Will Sawinの精緻化があってこそ完成した証明だ。その協働モデルこそが、科学研究の次のスタンダードになるかもしれない。
あなたは今、何の問題を抱えているか。AIと一緒に考えてみる価値のある問いが、実はたくさんあるはずだ。
参考・出典
関連記事
- AI最新情報まとめ【2026年5月25日】 — 本日のAIニュース速報(Musk vs OpenAI評決・DeepSeek値下げ等)
- Claude最新情報【2026年5月25日】 — KPMG27万人展開・Pentagon矛盾・Claude Codeデスクトップ刷新