OpenAIは10月26日、数学、計算機科学、物理学の3つの結果を同時に発表した。注目を集めたのは指数時間仮説の否定だが、数学者の間で議論になったのは結果そのものより、出し方である。
OpenAIが発表した3つの結果と、新しい出し方
内訳は、調和解析の局所平滑化予想、計算機科学の指数時間仮説(ETH)の否定、量子場理論の存在証明。いずれも長く未解決だった問題に触れる内容で、同社の内部モデルが生成したという。
同時に公表されたのが、学界との付き合い方の変更だ。OpenAIは今回の原稿を「生の研究データ」と位置づけ、外部の専門家を「シェパード(牽引役)」として招き、理解と解説の組織づくりを任せた。結果ごとに、公開の判断も外部に委ねている。
このやり方は、研究成果の発表というより、データセットの公開に近い。論文を書き、査読を通し、学会で報告する。その手順を飛ばして、素材を先に置く。学界がどう受け止めるかは、まだ定まっていない。
OpenAIが原稿を「生の研究データ」と呼ぶのは、責任の所在を曖昧にする言い方でもある。データは解釈されて初めて意味を持つ。解釈を外部に任せるということは、結論の正しさを自分では引き受けず、素材の提供者に留まるという宣言に読める。
局所平滑化予想とは、波が焦点を結ぶ瞬間の話
数学の結果は、1991年にSoggeが提示した局所平滑化予想に関するものだ。波が一点に集まる現象を扱う。どんなに極端に集まっても、その状態は長く続かない。ごく普通の時刻に起きる集中は、最悪の時刻に比べてずっと小さい。
この予想が正しければ、Kakeya予想とSteinの制限予想が導ける。どちらも解析学の中心にある未解決問題で、互いに関係している。2019年にGuth、Wang、Zhangが2次元の場合を解き、2025年にはWangとZahlが3次元のKakeya予想を証明した。
OpenAIの主張では、モデルはすべての次元で局所平滑化予想の証明を出した。鍵は新しい補助的な偏微分方程式だという。AIの出力を得たのは10月18日、翌19日にLeanで形式化した。公開されたのは自然言語の論文とLeanの証明で、どちらもGitHubのopenai/mathにある。
指数時間仮説が否定されると、何が変わるのか
計算機科学の結果が、ETHの否定である。ETHは、ブール式の充足可能性を解くのにどれだけ時間がかかるかに関する予想だ。P対NP問題と深く関わり、これまで数百本の論文が「ETHが正しいなら、この問題はこの程度より速くは解けない」という条件付きの困難性の根拠に使ってきた。
OpenAIの説明では、システムはETHが偽であることを証明し、Leanで検証された。自然言語の反証は10月16日、形式化は17日に完了している。検証と解説を担うのは、Russell Impagliazzo、Ramamohan Paturi(ともにUCSD)、Ryan Williams(MIT)が率いるグループだ。ImpagliazzoとPaturiは、Francis ZaneとともにETHを提唱した人物でもある。
提唱者自身が検証側に立つのは、異例のことだ。グループはすべての原稿データの公開を求め、OpenAIは影響を議論する会議の開催費用を出すと約束した。
もし本当にETHが偽なら、影響は大きい。多くのアルゴリズムが「これ以上速くならない」とされてきた前提が崩れ、より速い解法を探す余地が生まれる。ただしOpenAI自身も、理論的な可能性と実用的な改善の間には距離があると書いている。
ここで注意したいのは、ETHが「正しいと広く信じられてきた」ことと「証明された」ことが同じではない点だ。条件付きの困難性は、あくまで前提の上での議論である。前提が崩れれば、数百本の論文の結論は「ETHならば」の部分を書き換える必要が出る。ただし、それらの研究が無意味になるわけではない。別の前提で同じ結論が導けるかは、これから確かめる作業になる。
陽子とクォークの理論に、存在の証明が付いた
物理学の結果は、4次元でゲージ場とフェルミ粒子が相互作用する量子場理論が、数学的に存在するという証明を出したという主張である。量子色力学(QCD)と、標準模型の統一的な完備化を1つ含む。
副産物として、純粋なヤン=ミルズ理論の存在も示されたという。これはクレイ数学研究所のミレニアム懸賞問題の1つ「量子ヤン=ミルズ理論」の一部にあたる。ただし重力は扱っておらず、示されたのは「最も単純な大統一理論」であって、標準模型そのものではない。標準模型は任意の短い距離まで外挿できないためだ。
検証グループを率いるのは、2004年にノーベル物理学賞を受けたDavid Gross。Michael Douglas、Arthur Jaffe、Igor Klebanov、Nikita Nekrasovが加わる。このグループは、AIの生の出力を当面公開しない判断をした。自分たちで論文を書いてから出す、という順序である。
時系列は、ヤン=ミルズの自然言語証明が9月9日、QCDが9月18日、Leanでの形式化が10月16日。数学や計算機科学より前から進んでいたことになる。
Leanが保証すること、保証しないこと
Leanは証明支援系の一種で、数学の証明を機械が検証できる形式に書き直す言語だ。書かれた推論の一歩一歩が規則に合っているかを、コンピュータが確かめる。人手では見落とす飛躍や循環を排除できる。
ただしLeanが保証するのは、形式化された命題が正しく導けることだけだ。その命題が数学的に意味のある問いを捉えているか、証明が読めて理解できるか、コミュニティが受け入れるかは、別の話になる。
今回の件では、数学者から「ほぼ読めない」という指摘が出ている。形式化が通っても、人間が内容を理解して使えるとは限らない。検証と理解は別の作業である。
もう1つ、形式化の範囲にも注意がいる。Leanの証明は、命題が正しく導けることを示す。その命題が「Kakeya予想」と呼ばれるものと本当に同じかを確かめるのは、形式化した人間の仕事だ。定義の対応がずれていれば、機械は正しく検証し、内容は別物になる。
では、数学者は何を求めているのか?答えは単純で、読める論文と、自分たちで再現できる議論である。形式化はその入口であって、代わりにはならない。
3つの結果を、3つのやり方で出した
OpenAIは結果ごとに公開の戦略を変えた。数学はAIの出力をそのまま公開し、研究者が自主的に解説の輪を作るのに任せた。計算機科学は外部の協力グループを作り、AIの出力も同時に公開した。物理学はグループの判断を優先し、生の出力の公開を待つ。
共通する原則は4つ。透明であること(NDAを結ばせない)、学界の功績を取らないこと、解釈者の貢献を認めること、そして参加は任意で無報酬、結論は個人のものとすること。加えて、Simons財団に500万ドルを寄付し、関連研究を支援するとしている。
3つの戦略を並べて出すこと自体が、実験である。どれが学界にとって有用か、まだ分かっていない。OpenAIもそう書いている。
物理学で公開を待つ判断は、この実験の中で最も慎重な部類に入る。グループは自分の名前で論文を書き、その上でAIの出力を出す。順序を入れ替えれば、解釈の責任がどこにあるのか分からなくなる。
数学でAIの出力をそのまま公開した判断は、逆の極にある。読む側の準備ができていなくても、素材を先に置く。批判を覚悟の上で、速度を取った。
数学者の反発は、結果の中身ではなく手続きに向く
反応は穏やかではない。Hacker Newsでは発表スレッドが461ポイント、177件のコメントを集め、初期の議論は懐疑が中心だった。詳細が公開されていないこと、700本を超える原稿を一度に出したことへの疑問が多かった。
10月6日には、OpenAIが700本を超える数学文書を一度に公開している。これに対して「Association for Human Mathematics」が声明を出した。「700以上のファイルを一度に放つのは学界の提示ではなく、権力の提示だ」という趣旨で、フィールズ賞受賞者のTerence Taoがリポストし、事実上の支持を示した。
数学とAIに関する顧問組織AGMAIは9月末の時点で、非公開の自社モデルで高度な数学の問題を試すやり方を支持しないと明言し、中止を求めていた。Futurismは、OpenAIの発表文がこの点に触れていないと指摘している。
もう1つ見落とせないのが、Leanの検証と数学界の承認は違うという点だ。機械が通した証明でも、査読を経て学界の共有知になるまでは、外部から見れば主張のままである。
反発の根には、発表の速さと分量がある。700本を一度に出すと、読み手は全部を読めない。読めないまま「AIが証明した」という見出しだけが流通する。数学者にとっての問題は、証明の正しさより、検証の労働が外部に押し付けられることにある。
OpenAIの側にも言い分はある。原稿を寝かせておけば、解釈の主導権を一部の専門家が握る。広く出せば、誰でも確かめられる。透明性を優先した結果、読む側の負担が増えたという構図だ。どちらが正しいかは、公開の設計次第で変わる。
まだ誰も追試していない
現時点で確認できるのは、OpenAIがそう発表したということ、そしてLeanの形式化が公開リポジトリにあるということだ。3つの結果はいずれも外部グループが内容を検証している最中で、独立した追試はまだない。
読む側ができるのは、用語を分けて考えることだ。「証明した」と「Leanで形式化した」と「数学界が受け入れた」は、別の段階を指す。今回進んだのは2番目までで、3番目はこれからである。
次の焦点は、Impagliazzoらのグループがどんな解説を出し、物理学のグループが書く論文がどこに載るか。そして、AIの出力を素材として渡すやり方が、他の研究機関にも広がるかどうかだ。手続きの実験は、結果の正しさとは別に、しばらく続く。






