OpenAIが、数学者が長年解けなかった10の重要な未解決問題をAIモデル・Astraで解いたと発表し、数学コミュニティで大きな波紋を呼んでいます。
これらは量子ゲーム理論や高次元の球詰め問題など、数学者たちが実際に重要だと考えてきた問題で、「人間がこのうち1つを解いても学界でのキャリアが保証される」レベルの成果です。
一方、初期発表での帰属の曖昧さや、AIが依然として基本的な算数（数えたり時間を認識したりすること）では苦手であるという矛盾が、数学分野のAIに対する「実績は本物だが課題がある」という複雑な受け止め方を生み出しています。
何が起きたか
OpenAIのAstraというAIモデルが、量子ゲーム理論や高次元球詰め問題など、数学者が長年取り組んできた10の未解決問題を解いたと発表しました。同社は数百ページの論文とともにブログで「数学と理論計算機科学における10の進歩」として公開し、数学コミュニティで大きな反響を呼びました。
なぜ重要か
これらの問題は数学者が実際に重要だと考えている領域のもので、「人間の研究者がこのうち1つでも解いていれば、学界でのキャリアが保証されるレベル」と複数の研究者が指摘しています。同時に、初期発表では「10年間進展がなかった」と述べながら、実際の論文には先行研究の引用があり、帰属の曖昧さが批判されました。数学分野でのAIの急速な能力向上が、研究者の雇用構造や資金配分、さらに「数学的知識とは何か」という根本的な問いを投げかけています。
注目点
AIは初等算数（strawberry のrを数える、曜日、時間など）では相変わらず弱く、高度な抽象数学では急速に強化されている、という落差が注目されています。数学は単一分野ではなく（生物学と同様）、AIが得意な領域と苦手な領域に明確に分かれており、トポロジーなど一部の領域ではまだ苦手とされています。
数学分野でのAIの急速な進化は、ここ6ヶ月から1年の間に起きたとされています。それまで数学は「AIが特に苦手な領域」と考えられており、基本的な計数能力の欠如がその象徴でした。しかし段階的に一定の閾値に達すると、異なる領域の知識を組み合わせたり、既存の手法を新しい問題に応用したりする能力が花開く傾向が、執筆（ライティング）やプログラミングなど他の領域でも観察されています。
数学の場合、その本質は計数ではなく論理的な推論にあります。学術論文の多くは実際の数字をほとんど含まず、抽象的な関係性と証明から成り立っています。このため、推論に長けたAIが、トポロジーなど一部の理論領域を除き、高度な数学問題を解く能力を獲得することが可能になったとみられます。一方、初等的な計数や時間認識といった「常識的な世界知識」が必要な領域では、依然として大きな隙間が残っています。
OpenAIの10個の問題の発表が「存在の危機」と受け止められた背景には、その規模の大きさに加え、問題選定の妥当性があります。これまでのAIによる数学的成果は「数学者が実は関心を持たない分野での解答」と批判されることが多かったのに対し、今回は「数学者たちが本当に重要だと考えていて、長年取り組んできた問題」がいくつも含まれていたことが、コミュニティに強い衝撃を与えました。
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・30秒で完了・いつでも解除できます
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
AIニュースの要点を毎朝1分で。
無料で登録
