AI生成カウンタ例が2026年に人間の数学者を圧倒

AI生成カウンタ例が2026年に人間の数学者を圧倒

AIシステムは現在、人間よりも速く検証済みカウンタ例を生成しています

2026年、ChatGPT、OpenAIのSol、AnthropicのClaude Fableといった大規模言語モデル（LLM）が、いくつかの長年未解決の数学的予想に対するカウンタ例を自動形式化し、コンパイルしました。これにより、機械が人間の数学者を上回ってカウンタ例を提示できることが証明されました。

ユニット距離予想：AIが数週間でエルデシュを反証

要点: ChatGPTはゴロド‑シャファレヴィチ定理がエルデシュのユニット距離予想に対するカウンタ例を導くことを証明し、1か月以内にその結果がLeanで完全に形式化されました。

  • 2026年5月20日、OpenAIはChatGPTが数論の深い定理を用いてユニット距離予想を反証したと発表しました。
  • 事前出版原稿をレビューした人間の専門家は当初、その議論を受け入れました。
  • Yan LeCunが設立したLogical Intelligenceは、数日以内にその議論をLeanで自動形式化しました。
  • OpenAIで働くBoris Alexeevは新しいモデルSolを使い、1.2 百万行のLeanコードを3週間で生成しました――これはmathlib全体の約半分の規模です。
  • そのLeanコードは数体のコホモロジーに関する非自明な定理を証明し、AI生成証明が数学的に正しいことを確認しました。

"コードはコンパイルされ、ゴロド‑シャファレヴィチ定理がエルデシュの予想に対するカウンタ例をもたらすことを証明しました。"

示唆: 大規模AI生成の数学的成果が実現可能となり、形式的検証が自動的に行えるようになりました。

位数 n の群スキーム：60年前のグロタンディーク問題が自動的に解決

要点: AI生成のLeanファイルが、有限平坦群スキームに関するグロタンディークの質問に対するカウンタ例を提示し、その結果がmathlibにマージされました。

  • 2026年7月に開催されたフェルマーの最終定理形式化ワークショップで、参加者はClaude Max（Claude Fable）とChatGPT Proを使用しました。
  • Akhil Mathewは「位数 n のすべての有限自由群スキームは n によって消滅する」という予想をテストすることを提案しました。
  • Solはカウンタ例を記述した12ページのPDFを生成し、作者はLean形式化を要求しました。
  • 4時間以内にFableは1 076行のLeanファイルを自動形式化し、副作用なしでコンパイルされ、位数 4 の群スキームが 4 で消滅しないことを証明しました。
  • そのカウンタ例はmathlibへのプルリクエスト（PR #41748）として提出されました。

"この命題はmathlibに既にある概念だけを使用し、証明はコンパイルされ、カウンタ例は検証されました。"

示唆: AIは深い代数的質問に対して簡潔で検証可能なカウンタ例を生成でき、研究サイクルを劇的に加速させます。

ヤコビアン予想：AIが百年問題を解決したと主張

要点: Fable（その後Paul Lezeauによる手動形式化）によって、ヤコビアン予想に対するLeanカウンタ例が生成されました。この問題は100年にわたり未解決でした。

  • Levent AlpögeはXで、Fableが2026年ワールドカップ決勝中にヤコビアン予想のカウンタ例を見つけたと発表しました。
  • 公開前にAkhil MathewはすでにAI生成のカウンタ例を受け取り、Leanでの証明を依頼していました。
  • Paul LezeauはDeepMindのFormal Conjecturesリポジトリ（PR #4474）でカウンタ例を手動で形式化しました。
  • DeepMindのリポジトリにはすでに予想のLean記述が含まれていたため、AI生成証明の検証は単なるコンパイルステップで済みました。

"ヤコビアン予想は解決されました！次のステップは人間が構成を理解し、数学的洞察を抽出することです。"

示唆: 予想がすでに形式化されている場合、AI生成証明は即座にチェックでき、何世紀も続いた未解決問題が検証済み結果へと変わります。

コミュニティの反応：懐疑、興奮、実務的懸念

要点: 数学者の間で意見は分かれています――AIが見つけたカウンタ例を人間の怠慢の証拠と見る者もいれば、数年分の行き詰まり作業を省くツールと見る者も多く、慎重なプロンプト設計と検証の必要性が強調されています。

  • 帝国大学の教員はグロタンディークのカウンタ例を「見つけやすく、人間は十分に考えなかったことの証拠」と述べ、否認段階の反応を示しました。
  • 大学院生は月額200ドルでSolやFableへのアクセスが必須と考えており、ハーバードはコミュニティに無料アクセスを提供していることから、機関的採用が進んでいます。
  • コメント者はAIは単に不確実性を指摘するだけでなく、偽であることの明示的な証明を生成する点を指摘し、従来のピアレビューよりも強い立場だと述べています。
  • 一部の観測者は、AI生成コードが悪意ある操作（LeanはOSコマンドを実行できる）を行う可能性があるため、サンドボックス化が重要であると警告しています。
  • 他方で、AIは依然として人間が作成したプロンプトと領域知識に依存し、膨大なカウンタ例探索空間をナビゲートする必要があると指摘しています。

"人間の数学者は少なくとも二十年はカウンタ例に追い抜かれていますが、今日のAIシステムの規模と速度は前例がありません。"

これが数学の未来にもたらす意味

要点: AI生成カウンタ例の迅速な自動形式化はパラダイムシフトを示しています――形式的検証が数学的真理の主要なゲートキーパーとなり、数学者は機械生成成果のプロンプトエンジニア、解釈者、理論構築者としての役割が増大します。

  • 検証パイプライン: AIが予想文を生成 → LLMがLeanで自動形式化 → Leanコンパイラが証明をチェック → 数学者が構成を分析して洞察を得る。
  • 研究加速: 以前は数年かかっていたプロジェクト（例：モジュラリティ上昇定理）は、AI支援により数週間で完了可能になります。
  • 教育への影響: Lean形式化への早期露出が大学院カリキュラムの標準となり、手書き証明のエラー依存が減少します。
  • リスク管理: 悪意あるLeanスクリプトを防ぐため、サンドボックス実行とコードレビュー方針が必須です。
  • 人間の役割: 数学者はAI生成例の解釈、概念的理解の抽出、AIを有意義な研究方向へ導くことに注力すべきです。

機械が単に証明を支援する時代は終わり、カウンタ例の発見をリードする時代が到来しました。これにより、数学コミュニティは手法、インセンティブ、認識論的基準を適応させる必要があります。

Sources