OpenAIは、次期大型モデル Astra の内部版が、数学と理論計算機科学における10の長年の未解決問題に対して新たな結果を生み出したと述べている。同社によれば、この作業は幾何学、符号理論、群論、複雑性理論、暗号学、組合せ論にまたがり、それぞれの議論は後に Lean で形式化された。

この発表の重要性は、AIが著名な問題群を独力で解決したという主張というより、言語モデルが研究レベルの数学的議論を生成し、専門家がそれを検証・確認できるかどうかの試金石である点にある。OpenAIは、これらの問題の主要結果について少なくとも10年以上、場合によってはそれよりはるかに長く進展がなかったと述べた。同社はまた、この作業は引き続き関連する数学コミュニティによる関与と精査の対象であることも認めている。

10の問題、複数分野にわたって

OpenAIの一覧には、高次元球充填に関する新しい上界、Cohn–Elkies の閾値に迫る結果、さらに所定の最小距離における二進および球面符号の大きさに関する改善された上界が含まれている。これらは高次元幾何学と符号理論の中心的な問題である。

群論と作用素環論では、同社は非sofic群の存在を示す構成を報告し、Connes の剛性予想を反証したと述べている。この予想は、ある種の群がその von Neumann 環によって一意に定まるかどうかに関するものだ。

結果には、永久値を計算する算術回路および算術式に対する新しい下界も含まれる。OpenAI は算術式について n^4/log n のオーダーの下界を示している。複雑性理論では、一般的な2人用量子ゲームに対する指数的並列繰り返し定理を報告し、古典的な設定でより確立されている原理を拡張している。

その他の報告された結果は、後量子暗号と関連する格子問題である最近接ベクトル問題、内部格子点がちょうど1つだけある凸体に関する Ehrhart の体積予想、三色三角形の Ramsey 数、そして extremal graph theory におけるコンパクト性と退化性の問題に関するものである。OpenAI は、後者の結果が Erdős の問題146と180を解決し、Ramsey の結果が Erdős の問題183を解決すると述べている。

この発表は、OpenAI が以前に公表した、Erdős の単位距離予想に対する AI 生成の反証に続くものである。同社は、その結果が、加法的組合せ論、計算幾何学、複雑性における関連問題について、外部の数学者によるその後の研究を促したと述べている。

どのように結果が生成されたか

OpenAI によれば、10件の結果は公開モデルではなく、Astra の内部版によって生成された。同社は、解法を見つけるために必要だった総トークン使用量は、Sol API の料金で約2,000ドルに相当したと述べている。これはベンダー見積もりであり、研究再現のコストを独立監査したものではない。

その後、人間が同じモデルを使って議論を原稿の形に整えたと OpenAI は述べた。続いてモデルは、それぞれの議論を Lean 証明証明書に形式化した。OpenAI はまた、各解法についてシステムの思考過程をモデル生成したナレーションも公開しているが、そのようなナレーションはモデル内部計算の完全かつ忠実な記録として自動的に扱うべきではない。

Lean による形式化が重要なのは、証明の機械検証可能な表現を提供するからである。ただし、それだけで基礎となる主張が数学的に重要であること、あらゆる細部において新規であること、あるいはより広い研究文脈で正しく解釈されていることまでは示せない。そうした点は、なお専門家による検討と既存文献との比較を必要とする。

証拠、帰属、そして不確実性

これらの主張に関する入手可能な証拠は、OpenAI の公式発表に由来する。別の通信社風の一覧も同じ見出しを掲げているが、提供資料には独立報道や第三者記事の全文は含まれていない。そのため、モデルの性能、コスト、研究インパクトに関する最も強い主張は OpenAI による報告である。

OpenAI は、準備された原稿と形式化された証明の正確性については自ら責任を負う一方、数学的議論そのものはシステムに帰属させるとしている。この区別は、AI研究発表としては異例に明確だ。モデルが議論を提案し、人間が編集し、形式システムが結果の一部を検証する場合、著者性と功績をどう割り当てるべきかという、ますます大きくなる論争を反映している。

同社はこの発表を査読の代替として提示しているわけではない。むしろ、数学者に対して、結果を文脈に置き、さらに研究を進めてアイデアを発展させるよう求めている。この過程が完了するまで、この発表は、潜在的に重要な機械生成の議論に関する報告として読むべきであり、Astra が専門的な数学研究に取って代わったという確定的な証拠として読むべきではない。

OpenAI はまた、この作業を ChatGPT for Academic Researchers に結び付けている。これは、10万人の科学者と数学者に自社の最高の ChatGPT モデルへの無料アクセスを提供するという取り組みだとしている。このアクセスプログラムは Astra の結果とは別であり、今回の発表だけでは、報告された進展が公開配布ツールで再現できることは示されていない。

研究チームとAI開発者にとって何を意味するか

数学研究者にとって最も実務的なシグナルは、生成と形式検証の組み合わせである。もっともらしい証明を提案できても、それを Lean のようなシステムで表現できないモデルは、大規模には信頼しにくい。形式化は正しさを確認するためのより狭い経路を作るが、定義、新規性、重要性についての人間の判断を不要にするわけではない。

AI開発者にとっては、この発表は通常の質疑応答ベンチマークではなく、未解決の研究問題に基づく評価スイートへと向かうことを示している。OpenAI は、開発中にそのような問題でモデルを評価してきたと述べている。このアプローチは、システムが多段階推論を維持し、有用な中間構造を特定し、他のツールが検証できる成果物を生成できるかを試すものだ。

経済性も重要である。OpenAI の推定では、10件の結果に対する推論コストは2,000ドルであり、これは十分な資金を持つチームにとって研究レベルのモデル利用が現実的になり得ることを示唆するが、この数字はまだ一般化できない。専門家レビュー、原稿作成、形式化作業、結果を再現または拡張するためのインフラの価値は含まれていない。したがって企業の購入者は、生のモデル計算コストと、信頼できる研究ワークフローの総コストを区別すべきである。

創業者や製品チームにとって、短期的な機会は一般的な自動数学者よりも、ツールと連携した限定的なシステムにある可能性が高い。モデルに定理証明器、コード実行、文献検索、専門家レビューを組み合わせたワークフローは、流暢な説明だけで評価されるシステムよりも信頼性が高いかもしれない。

今後注目すべき点

最初のシグナルは、10件の主張に対する外部検証である。特に、Connes の剛性予想の反証、非sofic群の構成、量子並列繰り返し結果が注目される。公表、独立した形式チェック、専門家からの詳細な応答によって、議論が精査に耐えるか、またどれほど新規性があるかが明らかになる。

研究者はまた、Lean 証明証明書が完全で、アクセス可能で、他者が利用できるものかどうかにも注目すべきである。洗練された原稿に添えられているだけでなく、そうした証明書が独立に使えるかが重要だ。OpenAI の内部 Astra システムにアクセスできないチームによる再現は、この作業の実用価値をより強く示すだろう。

さらに、同様の結果が、実質的により低いコストで公開モデルから現れるかどうかも問われる。それは、能力が未公開の単一システムに結び付いた内部的優位ではなく、分野全体に広がっていることを示すだろう。

Creati.ai の視点

OpenAI の発表が重要なのは、AI を数学研究候補の生成器として提示しつつ、その主張の限界も同時に露わにしているからである。ワークフローで最も信頼できる部分は、モデルの語りやリストの広さではなく、各議論を機械検証可能な Lean 証明証明書に変換し、責任の分担を明示している点だ。

次の段階は OpenAI の外で決まる。独立した数学者が結果を検証し、単純化し、拡張すれば、この発表は研究ツールの大きな転換点になるかもしれない。逆に、主張が再現しにくい、あるいは文脈化しにくいなら、モデル出力、形式検証、人間の数学的判断を同じプロセスの別レイヤーとして維持する必要性を示すことになるだろう。