後悔ゼロ、大きなアスタリスクひとつ：OpenAIの10件の機械検証済み証明の内幕

コラム概要

2026年8月1日、OpenAIは2年前ならフィクションとしか思えなかった原稿を公開した。コードネームAstraと呼ばれる次期モデルの未公開内部ビルドが、群論、作用素環、球充填、回路計算量、ラムジー理論にわたる、10年以上未解決だった10件の問題に対して、完全に機械検証されたLean 4の証明を生成したのだ。249ページの文書には、Apache 2.0ライセンスの証明証明書のGitHubリポジトリが付属しており、誰もが繰り返す詳細は、Leanコードの「sorry」の数がゼロであること、つまり未証明のプレースホルダーとして残されたステップがなく、仮定でごまかされたギャップもないことを意味する。すべての行は、評判や誇大広告、誰が論文を書いたかなど気にしない証明支援系によってチェックされた。

実際に解決されたもの

最も注目すべき結果は、非ソフィック群の明示的構成であり、ミハイル・グロモフが1999年にソフィック性を定義した際に提起した問題を解決するものである。これだけでも、人間の数学者にとってはキャリアを決定づける結果だろう。それに加えて、群のフォン・ノイマン環に関するコンヌの剛性予想への反例も示された。この分野では、歴史的に進展には数十年かかってきた。また、原稿は高次元の球充填の漸近的上界の改善も報告している。これは、8次元と24次元のケースがマリナ・ヴィアゾフスカの有名な研究で有名になった一方で、一般的な高次元の漸近的挙動は比較的地味で頑固なままであるという、奇妙な公的認知度を持つ問題である。残りの10件には、回路計算量とラムジー理論の追加結果が含まれており、これらの分野では、歴史的に組み合わせ爆発により計算機支援探索が実行不可能か、機能しても説得力に欠けることが多かった。

このリストが通常の「AIが数学の問題を解いた」という報道サイクルと異なる点は、検証レイヤーである。Leanは甘い採点をしない。Leanで検証された証明は、形式的なステートメントに対してコンパイルされるかされないかのどちらかであり、審査員を喜ばせる必要も、アドバイザーを安心させる必要も、委員会を満足させる必要もない。これは「モデルが専門家がもっともらしいと感じる証明のスケッチを生成した」という、これまでのAI数学発表に近い主張とは意味が大きく異なる。

分かれる受け止め

現役の数学者たちの反応は本当に分かれており、典型的なAI誇大広告の話から予想される線に沿ったものではない。フィールズ賞受賞者で、AIの誇張された主張に対する懐疑論者として長い実績を持つティモシー・ガワーズは、10件の証明のうち1件をためらいなく一流誌に推薦すると述べた。これは、軽々しく推薦をしない人物からの本物の支持である。マンチェスター大学でエルデシュ問題カタログを管理し、「未解決」が実際に何を意味するかを誰よりもよく知るトーマス・ブルームは、この結果を「大きなニュース」と呼んだ。

しかし、熱意は全会一致ではなく、その懐疑論は反射的な門番行為として退けるのではなく、真剣に受け止める価値がある。イェシーバー大学のスティーブン・ミラーは、OpenAIがこれらの結果を生み出すにあたり、自身の発表済み研究を出典明示なしに実質的に利用したと非難している。この不満は、一般的な「AIが私のコンテンツを食べた」という苦情とは異なる重みを持つ。なぜなら、それは、数十年にわたる発表済みの補題と技法がまさにこのようなモデルが必要とする訓練基盤である、特定の数学コミュニティの内部から来ているからだ。そして、タイミングも中立的ではない。国際数学連合が承認したライデン宣言は、AI企業が同意なしに発表済みの数学研究を利用し、査読を回避し、この分野が長い間依存してきた帰属と証明の規範に圧力をかけていると警告する印をすでに打っている。今回の発表は、その議論の最中に、その前ではなく、やってきたのである。

2,000ドルの疑問

OpenAI自身の枠組みはコストを強く強調している。現在のAPIレートで約2,000ドルの計算コストで、数学コミュニティが集合的に100人年以上かけて解決できなかった10件の証明を生成したという。これは印象的な数字であり、印象的に作られている。しかし、この数字は成功した実行のみをカバーしており、何回の試行がうまくいかなかったか、何件の候補証明が生成されて破棄されたか、原稿に載らなかった問題にどれだけの計算が使われたかについては何も語っていない。批評家は、これにより2,000ドルは発見のコストではなく、発表のコストになるとすぐに指摘している。これは、企業が利益の出た取引のみを報告するのと同じで、真実ではあるが、プロセスの実際の経済性を推定しようとするなら、欲しい数字ではない。

また、興奮の中で見逃されがちな再現性の難点もある。OpenAIの外部の誰もAstraを実行できない。これは未公開の内部ビルドであり、出荷された製品ではない。したがって、証明自体は独立に検証可能である。なぜなら、Leanはオープンであり、証明書は公開されているからだ。しかし、それらを生み出したプロセスは、他の誰も独立に再現できない。これは珍しい認識論的立場である。出力レベルでは完全な透明性、方法レベルでは完全な不透明性。この区別を認識することは重要である。なぜなら、「検証済み」と「再現可能」はここで異なる役割を果たしており、それらを混同することこそが、正確なプレスリリースを誇張された公の物語に変える方法だからだ。

また、今回の発表が主張していないことも注目に値する。これまでのOpenAIの数学発表には、外部レビューや専門家による検証が全面的に行われたという広範な主張が伴うことがあったが、今回はそのような動きはない。ここでの支持（ガワーズ、ブルーム）は、組織的なレビュープロセスというよりは、個々の反応のように読める。OpenAIは、信頼性の作業をLeanの形式的検証に任せているようだ。これはおそらくより正直だが、数学的内容については、セミナー、レフェリー報告、そして人々が結果に穴を開けようとする何年もの間に行われる通常の非公式な検証がまだ行われていないことを意味する。形式的な論理はすでにチェックに合格しているにもかかわらずだ。

今週の他のニュースと照らし合わせて読む

これはすべて真空の中で起こったわけではない。同じ数日の間に、OpenAIはGPT-5.6「Luna」の価格を約80%引き下げ、100万入力トークンあたり0.20ドルにし、ChatGPTは週間アクティブユーザー数が10億人を超えたと報じられている。EU AI法の透明性とラベル表示要件も8月2日に発効した。これらの断片を数学の発表と並べると、パターンが見えてくる。消費者向け製品の価格と規模で同時に競争しながら、最も困難な領域である純粋数学に旗を立てようとしている企業の姿だ。そこでは「幻覚」は単なる迷惑ではなく、カテゴリーエラーである。なぜなら、間違った証明は単にコンパイルに失敗するからだ。

まさにそれが、Lean検証の詳細が2,000ドルという数字やユーザー数のマイルストーンよりも重要である理由だ。価格競争と利用者数は、どちらの方向にも解釈できるビジネス指標である。形式的証明チェッカーでの「sorry」ゼロは、同じようには解釈できない。真実か、リポジトリがコンパイルされないかのどちらかだ。興味深い緊張関係は、この最も困難で最も検証可能な主張が、最も再現性が低く、最も争われている帰属問題を抱え、数学コミュニティがライデン宣言を中心にAIラボによる公開研究の利用に反発を組織化しているまさにその瞬間に届いていることだ。Astraが数学的発見における真のフェーズチェンジを表すのか、それともはるかに大規模で混沌とした探索プロセスから非常にうまく選ばれたハイライトリールを表すのかは、この1つの原稿ではなく、次の1年間の精査が答えを出すことになるだろう。