テレンス・タオ氏が講演でMath 2.0提唱

Tao氏の出発点は、数学研究が証明の希少性を前提に発展してきたという認識だ。未解決問題の答えを見つけ正しいと証明するのは極めて難しく、深い専門性と何年もの作業を要したため、研究の仕組みや報酬体系、評判は難問を解くことを中心に築かれてきた。AIは今その前提を崩しつつある。AIが生み出す数学には、人間の活動には珍しい特性がある。客観的に検証できるのだ。研究に物理実験が不要なことが多く、膨大な文献がデジタル化されて学習しやすいことも一因だ。

数学は希少な証明の時代から豊富な証明の時代へ移りつつあり、数学は機械学習に異例なほど適しているとTao氏は論じる。だからこそOpenAIやAnthropicといった主要AIラボが数学の問題解決に巨額を投じている。十分な計算資源と強力なモデルがあれば、かつて難しかった多くの問題を解くのは比較的素早くなり、AIを操作する人に深い数学の専門知識は要らなくなった。

だがTao氏は、AIが数学のすべてを解いたわけではないと強調する。最先端の問題の大半は膨大な計算資源でも未解決のままだ。数学の問題は無限で難易度に天井がないため、AIの進歩とともに新たな研究領域が次々と開ける。同氏はまた、メディアやSNSのフィードがAIの成功例ばかりを誇張し、AIが何でも解くという錯覚を生む一方、公表されない失敗も多いと警告する。正確な評価には失敗と計算資源消費に関する透明性が必要だという。より深い懸念は、AIが容易に答えを出すなら数学の真の価値が失われかねない点だ。未解決問題はその周囲の数学世界を探検する灯台の役割を果たし、それを解く試行錯誤は最終的な答え以上に価値ある新理論や手法を生むことが多い。数学的に正しい答えでも、人間の理解と判断が重要な医学や工学の実用に適さないことがある。Tao氏の提案は、研究成果から統合的な教材を作ることや、数学に特化した安全なオープンソースAIモデルを開発することといった実践的方向も示す。Math 2.0最大の障害は技術でも制度文化でもなく想像力だと同氏は言う。