OpenAIは最近、数学研究における注目すべき能力を披露した。同社は「次期主要モデル」と位置づけるAstraの内部版を使い、10の数学問題の解決に挑ませた。これらの問題は「少なくとも10年間、主要な結果に進展が見られなかった」ものだという。OpenAIは、GPT-5.6 Solのトークン価格で計算すると、1問あたりのコストは2000ドル未満だったと主張している。
この発表は、Anthropicによる最近の同様の試みに続くものだ。数日前、AnthropicはMythos Previewを使ってClaudeに暗号学的弱點を発見させ、10万ドル分のトークンを消費した。その際のプロンプトには「繰り返すが、我々は低い果実を探しているのではない。真正の困難な発見を見つけるための本格的な研究を求めている」と記されていた。今度はOpenAIが腕前を披露する番である。
しかし、ある重要な詳細が欠けている。OpenAIは、2000ドルを費やしたものの解決に至らなかった問題がいくつあったのかを明らかにしていない。この選択的開示には疑問の声もある。
透明性の面では、OpenAIは比較的よくやっている。GitHub上にopenai/ten-proofsリポジトリを公開し、そこにはこれらの結果のLean 4形式化証明が含まれている。さらに、解法を説明する論文に加え、LLMが未公開の推論トレースに基づいて「証明がどのように組み立てられたかを再構成した」PDFも提供されている。サイモン・ウィリソン氏はこの透明性を「まずまず」と評しつつも、使用されたプロンプトを見たいと述べている。
數學界の反応は大きい。オンライン上の多くの數學者が、1997年にガルリ・カスパロフがIBMのディープ・ブルーに敗れた際のような集団的な衝撃を経験している。
この進展は、テレンス・タオが今年6月のIEEE Spectrumで語った「ビッグ・マスマティクス」の概念を思い起こさせる。一部の同僚とは異なり、タオはAIを軽視も恐れてもいない。むしろ、學問の根本的変革の觸媒と見なし、「ビッグ・マスマティクス」への移行を予見している。彼は、人間と機械の大規模で分散型の協働の未來を描き、複雑な數學的課題を細分化して、人間が創造的な部分を擔當し、AIが技術的な単純作業の大部分を擔う姿を想像している。
OpenAIの今回の発表は、このビジョンの初期段階の実踐と言えるだろう。プロンプトなどの重要な詳細は未公開だが、形式化証明の公開は同業者による検証の基盤を提供する。AIモデルが數學的推論で飛躍を続ける中、研究の透明性、コスト効率、そして人間とAIの協働の境界をめぐる議論は今後も活発化しそうだ。