OpenAI、数学諮問グループを設立――AIがすでに100件超の未解決問題を解決と発表

編集者注：あるAI研究機関が「自社モデルが数百もの未解決問題を解いた」と宣言するとき、最初に問われるべきは「それほど強いのか」ではなく、「誰がその正しさを判断するのか」かもしれない。

TechCrunchの報道によると、OpenAIは2026年9月、数学諮問グループ（math advisory group）の設立を発表した。同時に、同社のAIシステムが研究過程においてこれまで未解決だった開放的な問題を100件超解決したと発表した。このニュースは学術界と産業界の双方で注目を集めた。一方では、AIが形式的推論の分野でまた一段の飛躍を遂げた証拠と見なされた。他方、諮問グループに設定された権限――OpenAIが進行中の研究方向を遅延させたり変更したりすることは認められない――が、「誰が監督するのか」という問いに新たな疑念を生じさせた。

諮問グループ：提言はできても、ブレーキは踏めない

公開された情報によれば、この諮問グループの位置づけは「倫理審査委員会」よりも「外部シンクタンク」に近い。研究の優先順位、問題の選定、結果の検証方法などについて提言することはできるが、プロジェクトを減速・方向転換・停止させる権限は与えられていない。つまり、数学研究のペース管理権はOpenAIがしっかりと手中に収めているということだ。

こうした取り決めは、現在の大規模言語モデル競争の文脈では理解しやすい。数学と形式的推論は、最先端モデルの能力を測る重要な指標として急速に浮上しており、実質的なブレークスルーはいずれも製品・論文・人材獲得上の優位に転化しうる。外部グループに拒否権を持たせることは、ビジネス上ほぼあり得ない。しかし裏を返せば、強制力のない諮問機構の実効性は、ひとえに企業自身の意志に委ねられている。

なぜ数学がAIの試金石になったのか

ここ数年、数学はAI能力評価において最も「硬い」試金石であり続けてきた。オープンドメインの質問応答とは異なり、数学の問題には明確な正誤基準があり、LeanやCoqといった形式的証明支援システムによる機械的な検証が可能だ。これにより数学は推論モデルの訓練と評価に理想的な領域となり、「AIが未解決問題を解く」という主張が検証可能なものとなっている。

業界ではすでに先行事例が出ている。DeepMindのAlphaProofとAlphaGeometryは国際数学オリンピック（IMO）関連問題でメダルレベルの成績を収め、「ニューロシンボリック」アプローチの復興を後押しした。複数の研究機関は、大規模モデルを用いた仮説生成、反例の探索、あるいは証明の繁雑な部分の補完を試みている。OpenAIが今回主張する「100件超の未解決問題」は、こうした潮流の延長かつ拡大版である。

「解決」という言葉は分解して捉えるべきだ

注意が必要なのは、「未解決問題を解決した」という主張そのものに多くの曖昧な余地が含まれているという点だ。AIシステムが行ったのは、特定の特殊ケースの反例を発見しただけかもしれないし、完全に形式化されていない証明の草案を提示したに過ぎないかもしれない。あるいは文献中にすでに存在しながら広く引用されていなかった結論を再現しただけかもしれない。真の未解決問題が数学コミュニティに受け入れられるには、往々にして数年の時間を要する。

だからこそ、検証のプロセスが鍵となる。これらの問題が最終的に機械検証可能な形式的証明として提示され、独立した研究者による複数の確認を経るならば、その説得力はPDFレポート一本を大きく上回るだろう。逆に、成果が主に内部評価やデモの形式で公表されるにとどまるなら、外部からの疑念は払拭されない。諮問グループが最も力を発揮できるのもここだ――何をするかを決めることではなく、成し遂げられたとされるものが本当に成立するかどうかを確認する手助けをすることである。

より深い懸念：研究のペースと知識の生産

仮にすべての結論が真であると証明されたとしても、より大局的な問いは残る。機械が人間をはるかに超える速度で証明の候補を生成できるようになれば、数学研究のボトルネックは「発見」から「検証と理解」へと移行するだろう。人間の数学者は、AIが産出した——長さも複雑さも直感の及ばない——証明を消化するために多大な労力を費やすことになりかねない。これは効率の勝利であると同時に、認知的負担の転嫁でもある。

加えて、研究方向の決定権が少数の企業に集中すること自体が、学問分野全体の関心の重心を形成していく。どの問題が選ばれ、どの問題が無視されるかは、学術コミュニティの知的好奇心だけでは決まらず、計算コスト・検証可能性・商業的な語り口にも部分的に引き寄せられていく。

今後注目すべき点

短期的に最も注目すべきシグナルは、OpenAIが解決済みと発表した問題の数ではなく、次の三点だ。第一に、これらの結果が形式的証明ライブラリへの登録や査読付きプロセスを経るかどうか。第二に、諮問グループの構成員と情報公開の程度。第三に、他の研究機関が同様の仕組みに追随し、業界の慣行として定着するかどうか。

これらの問いに肯定的な答えが得られるなら、2026年はAIが「数学の補助者」から「数学の参加者」へと転換した転換点として記録されるかもしれない。答えが曖昧なままであれば、この発表は巧みに設計されたナラティブイベントに近い——目を引くには十分だが、信頼できる知識として蓄積されるには至らない。

本稿はTechCrunchを基に編集・翻訳したものです。