AstraがErdosBench首位

OpenAIは最初の発表で数学の成果を前面に押し出していただけに、「An Alien Mind」でのPachocki氏の告白は注目に値する。追加の注力で数学研究能力を高められるとしながらも、再帰的自己改善と自動アラインメント研究の緊急性を理由に、あえてそうしないというのだ。このトレードオフこそ、記事が唱えるAI開発の「とがった」論——全タスクにわたる広範で漸進的な改善ではなく、特定領域での極端な強さ——の中心的な証拠である。

ケンブリッジ大学の研究者Adam Hunt氏の可視化は、広範で漸進的な改善という「主流AGI」の道と、コーディングと数学が急伸する一方で言語品質や常識、社会的推論が停滞・後退するとがった軌道を対比する。記事はPachocki氏の発言を後者の証拠として提示し、最先端のAIラボでさえ全ての方向に同時に最大の進歩を押し進めることはできないと指摘する。しかしRSI優先の背後には、いずれモデル自身がそれらの最適化を担い、数学を含む全領域でより速くスケールするという期待がある。

Astraが前身より5%優れているか50%優れているかにかかわらず、数学にとってより深い問いは残る。2026年国際数学者会議でTerence Tao氏が提起したように、AIモデルが人間の検証速度を超えて証明を生み続ければ、この分野は証明の希少から証明の過多へと移行する恐れがあり、どの結果が本当に重要かを見極めることが最重要課題となる。最難問は今なお未解決で、それが分野に猶予を与えているかもしれないが、方向性は定まったように見える——人間のような創造性なしに言語モデルが真の突破を生み出せるか疑問視する数学者がいるとしても。