OpenAIが指数時間仮説の反証に成功したと発表、学界による検証を要請

ニュース概要

2026年10月26日（米国東部時間）、OpenAIは自社内のAIモデルによって生み出された3つの新たな研究成果を発表しました。それぞれ数学、計算機科学、理論物理学の分野に関するものであり、外部の研究者がこれらを検証し解説するための新たな計画も併せて提示されました。最も注目される主張は、困難な計算問題をどの程度速く解けるかに関する長年の前提である「指数時間仮説」が誤りであるというものです。残る2つは、波動解析における掛谷予想に関連する証明と、特定の量子場の理論に関する存在定理です。いずれも現在、独立した検証が行われている段階の主張です。

3つの成果

最初の成果は数学分野のものです。OpenAIは、あらゆる空間次元における波動に対するSoggeの局所平滑化予想を証明する原稿を公開しました。Gizmodoの報道によれば、この研究は波動と調和の研究から生まれた問題である掛谷予想も解決しています。この原稿は、研究者が自ら内容を検証し解説を執筆できるよう、直接公開されました。

2つ目の成果は計算機科学分野のものです。OpenAIによると、同社のシステムは指数時間仮説（ETH）が偽であることを示す証明を生成しました。ETHは広く正しいと考えられており、3-SATのような困難な問題の求解にかかる時間を推定する際の基準として用いられています。Dataconomyによれば、ETHはデータベース、計算生物学、幾何学といった分野における数百本の論文の基盤となっています。もしこの反証が成立すれば、理論上それらの問題の一部についてより高速なアルゴリズムが可能になるかもしれません。ETHを最初に提唱した科学者たちも、モデルが生成した成果を検証するよう依頼された専門家に含まれています。

3つ目の成果は物理学分野のものです。OpenAIは、4次元におけるゲージ場とフェルミオンを持つ特定の相互作用する量子場の理論についての証明を説明しています。これには強い力を記述する量子色力学（QCD）や、標準模型の統一的な完成形が含まれます。別の専門家グループがこの物理学関連の資料を検証していますが、本記事の執筆時点では何も公表していません。同グループは、AIが生成した成果物をいったん保留し、自らの手で論文を執筆することを選択しました。

学界との新たな協働の形

これらの成果と併せて、OpenAIは公開方法に関する方針も示しました。同社は、自社内モデルによる発見に対して学術的な功績を求めることはないと述べています。また、モデルが生成したテキストは「未加工の研究データの一形態として理解するのが最も適切」であり、数学界や科学界がそれを科学的な知見へと昇華させることができると説明しています。

外部の専門家、多くの場合はモデルが先行研究として活用した学者たちが、「シェパード（案内役）」を務めます。各シェパードはグループを編成し、出力内容の検証と解説文の作成を行います。グループのメンバーは自身が作成した解説や資料に対する功績を得られ、同時に、モデルが参照した研究者や手法、アイデアが成果物の中で適切に評価されるよう責任を持ちます。一部の報道では、計算機科学のグループはRussell ImpagliazzoとRamamohan Paturiが率いており、OpenAIは生データの公開と学会への資金提供を約束したとされています。ただし、これらの詳細は二次報道に基づくものであり、OpenAI自身のページで確認することはできませんでした。

OpenAIはこのアプローチの限界についても認めています。最初のシェパードを選ぶことで早期に関与する人物が決まってしまい、情報の非対称性が生まれるという点です。同社は参加の裾野を広げることについて意見を募っています。生データの一部はGitHub上で公開されていますが、すべてではありません。

背景と留意点

今回の発表は、2026年10月初旬にOpenAIがGitHub上で数百ページに及ぶ原稿を公開したのに続くものです。その件数について、Gizmodoは377件の数学的成果、Dataconomyは372の主要問題を扱った700ページ超と報じています。Gizmodoは、当時のブログ記事がやや弁明的な印象を与えたと指摘し、またOpenAIが協力していた諮問グループが、未公開の社内モデルを使って民間企業がこのような画期的成果を得ることに対して批判的だったと伝えています。

検証はまだ未解決の問題です。Gizmodoによると、数学的成果は証明支援系であるLeanで形式化されましたが、Navier-Stokes問題に対するLean検証済みの解答を検討した人間の読者からは、LeanがOpenAIの公開したものよりも弱い命題しか検証していないのではないかという懸念が示されました。ETHの反証がLeanで形式化されているかどうかについては、情報源によって報道が分かれています。基盤となるモデルは一般公開されていないため、外部の研究者は成果がどのように生成されたかを再現できず、3つの主張はいずれもまだ独立して確認されていません。

科学教育にとっての意味

すべての主張が検証を生き延びるかどうかにかかわらず、今回の出来事は、AIシステムが人間が読む速度を超えて証明の候補を生成し始めたとき、研究がどのように進むのかを示しています。成果を発見することと同じくらい、それを検証し、解説し、教えることが重要になります。学生や教師にとっての実践的な教訓は、機械が生成した証明が確立された知識として認められるまでには、依然として人間の理解、Leanのような形式的ツール、そして開かれた議論が必要だということです。

情報源

本記事は、Gizmodo（2026年10月26日午後8時13分 米国東部時間）、Dataconomy（2026年10月27日）、およびOpenAIの投稿「Working with academic communities to build scientific understanding（学術界と協働し科学的理解を構築する）」の要約に基づいています。出発点として挙げられていたThe Vergeの記事は取得できませんでした。