Claudeがリーマンゼータ関数の零点の下界を67.2%に改善 — AIモデルがいかに解析的数論を前進させたか

Claudeが、クリティカルライン上のリーマンゼータ関数の非自明な零点の割合の証明された下界を67.2%に引き上げる

Anthropic社の大型言語モデルの未発表研究用バージョンであるClaudeは、クリティカルライン上に存在するリーマンゼータ関数の非自明な零点の厳密に確立された割合を、**41.6%から67.2%**へと増加させました。これは数十年間で「ライン上の割合」の下界における最も大幅な改善であり、AIが深い解析的数論の問題に対して非自明な進歩をもたらし得ることを示しています。

数学的背景：なぜ下界の割合が重要なのか

リーマン予想（RH）は、(\zeta(s)) のすべての非自明な零点が実部 (\tfrac12) を持つと主張しています。完全な証明は未解決のままですが、研究者たちは零点の正の割合が予想を満たすという定量的な保証を長らく求めてきました。このような下界は、素数理論における多くの条件付きの結果が、割合が特定の閾値を超えると無条件のものになるため、非常に有用です。Baluyot、Goldston、Suriajaya、Turnage-Butterbaughによる2023年の一連の研究によって確立された**41.6%という下界に対し、Claudeの結果は、それらの手法をBombieriの2000年の二次形式分析と統合することで、この数値を67.2%**へと押し上げました。

Claudeの証明の背後にある核心的な技術的洞察

Claudeのアプローチは、以下の3つのステップに集約されます：

Weil誘導二次形式の構築: 関数空間上に、クリティカルライン上の零点（正定値部分空間）とラインから外れた零点（負定値部分空間）からの寄与を分離する形式を構築する。
不等式の導出: この二次形式のランクと、双対的な素数側の図から得られる1次および2次のモーメントデータ（本質的にはヒルベルト変換の制御）を関連付ける不等式を導出する。
既存結果の適用: Baluyot-Goldston-Suriajaya-Turnage-Butterbaughの論文とBombieriの2000年の研究を適用してモーメントを評価し、新しい67.2%の下界を導き出す。

新規性は、関数空間全体を共同で扱う点にあります。これにより、二次形式を非対角にし、正負の両方の定値性を同時に考慮することを可能にしました。この包括的な処理により、部分空間を個別に検討していた従来の手法よりも強力なランク不等式が実現しました。

Claudeの発見プロセス：マルチエージェントによる探索

Anthropic社のスタッフであるJarred Sumnerは、Claudeに対し「リーマン予想に真剣に取り組んでみてくれ」というオープンエンドな課題を与えました。Claudeのワークフローは、合計3100万トークルの出力に及ぶ2つのセッションにわたって展開されました：

アイデア生成: Claudeは最初に650の異なる戦略を生成しましたが、そのうち成功したものは一つもありませんでした。
サブエージェントの調整: 2番目の試みでは、Claudeは1日半にわたって約60のサブエージェントを指揮しました。エージェントたちは2,400のシェルコマンドを実行し、数百のPythonスクリプトを執筆し、既知のゼータ零点に対して数千の数値チェックを行いました。
自己レビュー: サブエージェント同士が互いの証明をクロスバリデーションし、反例を探索し、新規性を確保するために54のarXiv論文をダウンロードしました。
人間による励まし: Sumnerの入力は、定期的な励ましのメッセージ（例：「続けて」）のみでしたが、コミュニティの注釈によると、これがClaudeが自身の進歩に対する懐疑心を克服する助けになったようです。

このパイプライン全体は、標準的なLeanコンパレータの検証を通過する形式的なLean証明（GitHubリポジトリ anthropics/zeta-23-lean を参照）として結実しました。

専門家による検証と形式的検証

Anthropic社の2人の数学者、Levent AlpögeとRalph FurmanがClaudeの原稿を検討し、専門家向けに証明を要約した非公式なノートを作成しました。独立した専門家であるBrian ConreyとDan Goldstonも急遽この研究をレビューし、その正確性を確認しました。形式的なLean版は、すべての推論に対してマシンによる検証済みの保証を提供しており、AIが生成した結果が査読を受け、かつ形式的に検証された稀な事例となっています。

Hacker Newsでのコミュニティの反応

HNの議論では、いくつかの共通したテーマが浮き彫りになりました：

"このプロセスを通じて、Jarredの入力は主にClaudeへの励ましのメッセージを送ることに限定されていました… これが、意味のある進歩を遂げられるかというClaudeの初期の懐疑心を克服する助けになったようです。" — simonw

"何がより狂っているか分からない：AIがRHの下界を改善することか、それともAIがRHの下界を改善したにもかかわらず、HNのフロントページにすら載らないことか。" — bryan0

"非常に重要な点として、弱い条件下で>66%を示す既存の2025年のarXivプレプリントが存在していましたが、Claudeはその条件を排除し、67.2%への飛躍を完成させたのです。" — rockmeamedee

これらのコメントは、画期的な成果への熱狂と、改善のすべてをモデル単体の功績とすることへの慎重さの両方を示しています。コンセンサスとしては、Claudeは基礎となるアイデアをゼロから発明したのではなく、既存の数学の強力な統合者として機能したというものです。

AI駆動型数学の意義

Claudeの結果は、AI支援研究の新しい形態を示しています：

探索的な広範さ: モデルは、人間単独よりもはるかに速く、何百もの候補アプローチを生成し、テストすることができます。
厳密な検証: Leanによる形式化を行うことで、AIは直感的な洞察と証明可能な数学との間の溝を埋めます。
人間とAIのコラボレーション: 最小限の人間によるプロンプティング（励まし）と、広範な自律的計算の組み合わせが、実質的な進歩をもたらします。

リーマン予想は未解決のままですが、LLMが主要な解析的数論の境界を引き上げる能力は、将来のモデルが、特に体系的なサブエージェント・パイプラインや形式的証明アシスタントと組み合わされたときに、最先端の数学に日常的に貢献する可能性があることを示唆しています。

さらに読む

Claudeの研究論文: https://www-cdn.anthropic.com/564f962e60643842f5fcb4a17c9dbc8f608f1c37.pdf
非公式な専門家ノート: https://www-cdn.anthropic.com/23455459f8832d06bb175cc0f88d019aed962ef8.pdf
Lean形式化リポジトリ: https://github.com/anthropics/zeta-23-lean
Montgomeryのペア相関とその後の研究に関する背景: https://arxiv.org/abs/2306.04799 および https://arxiv.org/abs/2501.14545

この記事はAnthropic社の発表と、それを取り巻くHacker Newsの議論を要約したものであり、Claudeの数学的成果とその広範な影響についての自己完結した概要を提示するものです。