AIが独創的な数学を成し遂げられることを証明した。フィールズ賞受賞者がその監視を選んだ

コラム概要

2026年夏、1週間違いで2つの発表があった。どちらも同じ分野、そして結果的に同じ企業に関わるものだった。どちらも他方への応答として位置づけられてはいなかった。しかし、合わせて読むと、AI業界が実際にどこに立っているのかを、それぞれ単独で読むよりも雄弁に物語っている。

問題の1週間

2026年7月23日、フィラデルフィアで開かれた国際数学者会議で、ジェイコブ・ツィマーマンはアンドレ・オールト予想の証明によりフィールズ賞を受賞した。これは数学界が4年に一度だけ授与する4つの賞の1つであり、キャリア半ばで与えられる生涯功労賞に最も近いものだ。受賞から数時間以内に、ツィマーマンはトロント大学を休職し、終身在職権は維持しつつも現役の教育から離れ、2026年8月からOpenAIのAI安全チームに加わると発表した。

それから1週間余り後のおよそ8月2日、OpenAIはまだ一般公開していないモデル「Astra」の成果を公表した。Astraは数学と理論計算機科学における長年の未解決問題10件に取り組み、そのうちいくつかは数十年、1件は27年間も未解決だったものだが、推論コストの合計はOpenAIの発表によれば2,000ドル未満だった。同社はこの成果とともに249ページの論文原稿を公開し、機械検証済みの形式証明をGitHubに投稿した。

この2つの出来事が同じ時期に重なるよう誰かが予定したわけではない。だからこそ、この偶然はじっくり考える価値がある。ある企業が、現役の数学者たちの関心を引くに足る数学をモデルが生成できるという証拠を示した。そして同じ数日の間に、存命中で最も多くの栄誉を受けた数学者の1人が、自分のキャリアで今できる最も有益なことは、そうしたシステムが期待通りに振る舞うようにする手助けをすることだと判断したのだ。

Astraが実際に成し遂げたこと

ここは具体的に述べる価値がある。「AIが難しい数学を解いた」という話はこれまでにもあったが、蓋を開けてみればそれほど難しくなかったり、完全には解けていなかったりしたからだ。Astraの成果リストは異例なほど具体的である。

最大の成果は、非ソフィック群の構成だ。これは、どれほど大きくてもいかなる有限構造による近似にも抵抗することが証明された抽象的代数構造である。ソフィック群とは、大まかに言えば、有限の断片で任意の精度で近似できるほど行儀の良い群のことだ。ある群がこの方法では近似できないことを証明するのは、別種の成果である。なぜなら、近似を見つけられないというだけでなく、考えられるすべての有限近似を排除しなければならないからだ。27年にわたる試みの中で、誰もそのような構成を生み出せなかった。

Astraはまた、高次元における球充填密度の上界を前進させた。この問題は1970年代後半から事実上行き詰まっており、コーンとエルキースが確立した閾値に一歩近づけた。さらに、アラン・コンヌのフォン・ノイマン環に関する剛性予想に対する反例を生み出した。これは、この分野で最も影響力のある人物の1人による長年の予想を確認するのではなく、反証したものだ。また、エアハート体積予想を証明した。そして、ポール・エルデシュの有名な未解決問題カタログから3つの問題、多色ラムゼー数に関する問題183を含む、を解決した。

これらの成果をどれほど真剣に受け止めるべきかを判断する上で最も重要な詳細は、証明がLean 4で形式化され、公開リポジトリ内の「sorry」の数がゼロだということだ。Leanにおいて「sorry」とは、数学者がまだ実際には証明されていない手順を挿入する際のプレースホルダーであり、「信じてくれ、この部分は確認済みだ」という印だ。ゼロということは、10件すべての証明におけるすべての論理的手順が機械的に検証されており、単にもっともらしく読める散文として書かれているだけではないことを意味する。これは、モデルが妥当に聞こえる議論を生成するよりも、意味のあるほど高いハードルだ。本稿執筆時点で、プレプリントを査読した数学者たちは非公式には肯定的な反応を示している。結果はまだ学術誌での正式な査読を経ていない。

フィールズ賞受賞者が特にこれを選ぶ理由

ツィマーマン自身の研究は、文字通りの意味で証明である。彼のキャリアの成果は、まさにその目的のために作られた道具を用いて、疑いの余地なく真であると示された命題の連なりだ。AI安全研究は学問分野として、同じスキルセットを必要とする方向に傾きつつある。すなわち、システムが形式的に記述された仕様の範囲内で動作することを検証すること、機械生成の導出が実際に成立するかを確認すること、モデルの出力が何を保証でき何を保証できないかについて厳密に推論することだ。表面的には明白なキャリア転換には見えないが、彼の実際の訓練と十分に密接に対応しているため、実際には転換ですらない。

彼はその理由を率直に語っている。「リスクは極めて高く、賭け金も極めて高い。だからこそ、非常に高い水準の保証が必要なのです。」彼が述べる関心は、特に監視の仕組みにある。つまり、AIエージェントがシステムとしてどう振る舞うかを理解し、複雑なシステムが期待される範囲外で動作しないことをある程度の厳密さで確立できるような証明を導き出すことだ。

この動きの安易な解釈を阻む詳細が1つあるため、取り上げる価値がある。ツィマーマンは以前、AIが破滅的な結果をもたらし得る経路の範囲を体系的にまとめた論文を書いている。これは、漠然とした不安から安全研究に足を踏み入れた人物や、高給の寄り道をする無批判な推進者のプロフィールではない。むしろ、最初にリスク評価を行い、問題から遠ざかるのではなく、問題により近い場所で働くことを選んだ人物のように読める。

この偶然が実際に示すこと

この2つの話を、自分がすでに立っているAI論争のどちら側の証拠としても読む誘惑がある。「これらのシステムがどれほど高性能になっているか見てみろ」か、「専門家たちが実際どれほど懸念しているか見てみろ」のどちらかだ。どちらの読み方も、実際に注目すべき点を見逃している。それは、同じ週に両方のシグナルが生まれ、そのどちらもが、AIの能力が今実際にどこにあるのかを最も深く見通せる人々に由来するということだ。これは楽観論者と悲観論者がすれ違いに叫び合っているのではない。技術を最もよく理解する同じ人々が、能力の向上と安全研究を、対立する陣営ではなく、並行する同時の優先事項として扱っているのだ。

形式検証という詳細は、一見したよりも文字通りに2つの糸を結びつけている。Astraの数学の成果が重みを持つのは、機械で検証可能だからだ。価値は証明が正しく聞こえることではなく、検証器が各手順の成立を確認したことにある。ツィマーマンが述べるAI安全への関心は、同じ厳密さの基準を別の問いに持ち込むことを中心に据えている。「この証明は成立するか」ではなく、「このシステムは我々が期待する通りに振る舞うか」という問いだ。一方の取り組みは外へ向かって押し広げ、数学において証明可能な真理の範囲を拡大する。もう一方は内へ向かい、AIシステムの振る舞いについて証明可能なことを、「専門家が出力を読んだところ問題なさそうだった」よりも確かなものにしようとする。対象は異なるが、根底にある方法は同じだ。

業界観察者たちはこれを、主要なAI研究所が今や二者択一ではなく、2つの構築を並行して進めている証拠と読むだろう。1つはモデルの能力が依然として急速に向上していることを示すことを目的としており、これは偶然ではなく商業および資金調達の物語の中核である。もう1つは、その能力に伴うものを厳密に検証できる人材を採用することを目的としている。そう捉えれば、同じ時期に能力のマイルストーンを公表し、安全研究のためにフィールズ賞受賞者を雇うことは、相反する2つのPR活動ではない。それは、この分野がどこへ向かっているかについての同じ根底にある計算の2つの表れなのだ。

閉じた問いではなく、開かれた問い

これらすべての下には、どちらの発表も単独では答えない、より難しい問いが横たわっている。モデルが、訓練された数学者でさえ1行ずつ機械で確認する必要があるほど複雑な形で定理を証明したとき、それはAIシステム自体が安全かどうかを評価する方法について何を示唆するのか。その評価は、同じ基準、つまり形式的で機械的に検証可能な主張へと移行する必要があるのか。それとも、領域の専門家が出力を読み通し、妥当に思えるという判断を下すことに依拠し続けるべきなのか。

ツィマーマンを含め、まだ誰もその問いに答えていない。しかし、まさにその種の厳密さのために作られた数学者が、その分野で最高の評価を受けた絶頂期に、その問いに取り組むことを選んだという事実は、今この瞬間がこれまでに生み出した最も答えに近いものかもしれない。