OpenAIの数学的ブレークスルー：AIの強みを活かす

先週、OpenAIは内部のAIモデルがエルデシュ単位距離予想を反証したと発表した。これは離散幾何学における有名な問題で、80年間数学者を悩ませてきた。OpenAIは数人の数学者に結果への早期アクセスを提供し、彼らの反応を公開した。フィールズ賞受賞者のティモシー・ガワーズ氏は「単位距離問題の解決はAI数学のマイルストーンであることに疑いの余地はない」と述べた。トロント大学のダニエル・リット教授は「これはAIが自律的に生み出した結果の中で、それ自体として興奮する初めての例であり、先行指標としてではない」と語った。

AIシステムが主要な未解決予想の証明を発見したのはおそらく初めてのことだ。これは印象的だが、数学におけるAI進歩のこれまでの軌跡からの根本的な転換とは見なしていない。3年前、LLMは算術問題の解決に苦労していた。昨年になってようやく、LLMは高校レベルの数学競技で好成績を収め始めた。

今年1月、世界最大の年次数学会議である合同数学会議に出席した際、AIシステムが数学研究に貢献し始めていることを知ったが、それは制約された環境に限られていた。AIの出力を発表可能な定理に変換するには、かなりの人間による解釈が必要だった。OpenAIの新たな結果は、この進歩の次のステップである。AIモデルは数学の複数のサブフィールドから既存のアイデアを巧妙に適用し、完全な証明を作成した。しかし、真に新しい手法を開拓したわけではない。その後、人間の数学者によって結果は整理され、拡張された。

これは中期的な未来として、人間の数学者とAIモデルが相互補完的に機能することを示唆している。AIは過去の研究について人間よりも幅広い知識を持ち、成功する可能性が低い面倒な証明戦略を試みる意欲も高い。しかし、人間は特定の問題についてより深く考え、より興味深い質問をすることができる。その状況は長く続かないかもしれない。AIシステムは数学において急速に進歩しており、10年後に人間の数学者がどのような役割を果たすか（もしあるとしても）は不明である。

単位距離問題

ポール・エルデシュは歴史上最も多作な数学者の一人で、生涯に1500以上の論文を執筆した。彼の最大の才能の一つは、述べるのは簡単だが深い根を持つ問題を考案することだった。1946年、彼は単位距離問題を導入した。二次元平面上に点をいくつか置き、各点間の距離を測定する。例えば5つの点の場合、3組の距離がちょうど1単位になる。問題は、点を再配置して、ちょうど1単位の距離を持つ組を増やせるかどうかである。答えはイエスだが、点数が増えると問題は急速に複雑になる。

そのため、エルデシュはn個の点に対する単位距離のペア数の上限と下限を計算しようとした。彼は点が格子状に配置されると仮定して下限を計算した。OpenAIのAIはこの仮定が誤りであることを証明し、より複雑な点の配置によってより多くの単位距離のペアが可能になることを示した。AIは高次元空間に格子を構築し、その複雑な構造を二次元に投影した。そして通常の整数格子の代わりに、代数整数と呼ばれるものを使ってこのより複雑な格子を構築した。この高次元格子はより豊かな構造を持ち、同じ点の数により多くの単位距離を詰め込むことができる。

AIの証明は可能な単位距離のペア数を明示的には示していないが、人間の数学者ウィル・ソーウィンはそれが少なくともn^1.014の割合で増加することを示した。この増加率は小さく見えるが、nが非常に大きくなると、エルデシュの手法による数よりもはるかに大きくなる。ただし、この結果で問題が完全に解決されたわけではなく、単位距離のペア数の上限は依然としてn^1.333であり、さらなる研究が必要である。

この結果のAI数学における位置づけ

先週以前に私がLLMの数学への最も革新的な貢献を尋ねられたら、おそらくGoogle DeepMindのAlphaEvolveシステムを挙げていただろう。AlphaEvolveはLLMを最適化プロセスのエンジンとして活用し、特定の問題において人間よりも優れた解決策を見つけることができる。しかし、AlphaEvolveは依然として人間が問題を最適化問題として枠組みし、AIの出力を使いやすい数学に変換する必要があった。

OpenAIの結果は、直接正しい解答を出力する方向への重要な一歩であると同時に、これまでのAI支援数学のパターンにも合致している。他の企業も同様のシステムを開発している。この進展は、AIの数学分野への応用が急速に深化しており、将来的に人間とAIの協力がさらに緊密になることを示している。