数学におけるAIが提起する大きな問い
AI in mathematics is forcing big questions (spectrum.ieee.org)
要約
AIの進化が数学の分野に大きな問いを投げかけています。かつては人間の直感、創造性、そして何年もの熟考を要した数学的問題の解決に、AIが介入し始めています。特に、大規模言語モデル(LLM)と証明アシスタントの組み合わせは、数学的発見のプロセスを劇的に加速させ、人間の数学者の役割や、数学そのものの目的について再考を促しています。この記事では、AIが数学における計算や証明の自動化をどこまで進め、人間の貢献の未来がどうなるかについて議論しています。
全文翻訳
カリフォルニア大学ロサンゼルス校のテレンス・タオは、AIが人間と機械が協力して複雑な問題に取り組む「ビッグ・マセマティクス」の時代を切り開く可能性があると考えている。
2000年代半ば、パブやナイトクラブからキラーズやフランツ・フェルディナンドの音楽が大音量で流れていた頃、私は応用数学の博士号取得に日々格闘していた。私の研究は、液晶中の特殊な光波の相互作用をシミュレーションし、単純な方程式を用いてそれらの相互作用を近似・理解することに焦点を当てていた。今、私の論文を振り返ってみると、液晶技術は時代遅れであり、私の研究はAIの支援があれば数日、あるいは数時間で完了できるだろうと想像する。
しかし、エディンバラ大学の狭い研究室を共有していた純粋数学の博士課程の学生たちの仕事については、そうとは言えない。当時、私はこれらの同僚を気の毒に思っていた。彼らは毎日机に向かい、髪をかきむしり、何の進展もないように見えた。(私も苦労していたが、少なくとも常に何らかの進歩はしていた。)卒業して別々の道に進んだとき、論文を一本も発表できていない者もいた。
今になって、なぜ彼らが世界でもほんの一握りの人間しか関心を持たないような抽象的な数学的問題に何年も費やしたのか、ようやく理解できた。それは当時の私の考えのように傲慢さからではなく、解決困難に見える数学的問題を最初に解くことで、自身の知性の優位性を証明しようとしていたわけではない。それはまた、ある種の自虐行為(私の第二の推測)でもなかった。彼らは理解への長い道のりから喜び、満足感、そして意味を見出していたのだと気づいた。
「理解とは、時に非常に美しいものとして突然現れるものです。時には、マラソンを完走したような達成感です」とカーネギーメロン大学の数学者ジェレミー・アビガドは思索する。「しかし、それらのどちらとも少し違います。複雑で難しいことについて長く懸命に考えていたのに、突然すべてがまとまる、という素晴らしい感覚なのです。」
この感覚は、歴史を通じて数学者を駆り立ててきた。同様に、数学者がその感覚を追求する方法は、何世紀にもわたってほとんど変わっていない。彼らは、数、形、あるいは論理構造におけるつながり、パターン、あるいは性質に気づいたり、想像したりする。そこから、彼らは推測(未証明の仮説)を書く。そして、彼ら自身や他の数学者は、しばしば創造的な方法で論理的推論と数学のツールを用いて、それらの推測を証明または反証する。最後に、さらに別の数学者が証明を検証する(あるいは異議を唱える)。
必然的に、このプロセスには膨大な思考時間が必要となる。「クラスで、ハードな数学の問題に30分間取り組んでも誰も何も言わず、皆ただ考えている、という純粋数学のキャンプに行ったことがあります」と、バーモント大学で博士号を取得しようとしている数学者兼コンピュータ科学者のクリスタル・モーガンは語る。「でも、その後、協力して問題を解き明かしていくのです。」
これは、古くからある数学の喜びが実践されている様子だ。しかし、今日のAIシステムは、この遅く、熟考的なプロセスを迂回し始めている。この傾向を論理的な結論に導くと、AIが数学者の苦闘を完全に不要にする場合はどうなるだろうか? AIは人類を完全に脇に追いやるのだろうか?
数学におけるAIの役割の拡大
数十年にわたり、計算は数学の進歩を加速させてきた。これは50年前に、数学者がコンピュータを使って四色定理を証明したときに始まった。四色定理とは、いかなる地図も4色以下で、隣接する領域が同じ色にならないように着色できるか、という問いである。答えは「はい」であり、コンピュータは、人間が現実的に検証できない方法で1,936のケースをチェックすることにより、論争の的となりながらもそれを証明した。
しかし、この計算時代を通じて、膨大な計算リソースに依存する証明であっても、人間の数学者の役割は中心的なままであった。人間は直観に導かれて仮説を立てる。創造性と経験に導かれてそれらを証明する戦略を考案する。そして人間は、それらの証明が正しいかどうかを検証する。
今、AIは現状に挑戦している。わずか数年で、大規模言語モデル(LLM)は、インターネットからスクレイピングした基本的な数学を繰り返すことしかできない「確率的オウム」から、高度な数学的推論マシンへと進化しました。
昨夏、Google DeepMindとOpenAIのシステムは、世界で最も数学の才能に恵まれた高校生に匹敵するレベルに達し、国際数学オリンピックで金メダルを獲得しました。この年次コンペティションでは、出場者は数学の様々な分野から、悪名高いほど難しい6つの問題を解かなければなりません。
今年初め、Google DeepMindの実験的AIシステムAletheiaは、さらに重要なマイルストーンを達成しました。それは、発表可能な博士号レベルの研究結果を自律的に生成したことです。その仕事自体は数学的には難解ですが(算術幾何学における構造定数の計算)、その重要性は、未解決の数学的問題に取り組む際に示した複雑な推論にあります。そして最近では、OpenAIの新しい汎用AIシステムが、組み合わせ幾何学における重要な仮説を反証しました。もし人間が著者であれば、この結果は主要な数学雑誌に掲載される価値があったでしょう。トップクラスの数学者たちは、この偉業を、独立した独創的で洗練された思考を示すものとして、数学におけるAIの画期的な出来事として称賛しました。
もう一つの変化は、LLMと、10年以上前から存在する「証明支援システム」と呼ばれる数学的ツールを組み合わせたことからもたらされました。Isabelle、Lean、Rocqなどのこれらのシステムは、数学的証明をステップバイステップでチェックし、論理的な正しさを検証する専門的なプログラミング言語です。従来、数学者は定理や証明を手作業でこの機械可読形式に翻訳する必要がありましたが、これは形式化として知られる骨の折れるプロセスでした。今やLLMは、非形式的な証明を証明支援システムが検証できる形式コードに自動翻訳することで、このボトルネックを取り除き始めています。
このようなシステム、時には推論エージェントと呼ばれるもののバージョンは、非常に洗練されてきています。例えば2月には、AI企業Math, Inc.が、その野心的な名前を持つ推論エージェントGaussを使用して、2022年にEPFL(スイス)の数学者マリーナ・ヴィアゾフスカにフィールズ賞をもたらした証明を形式化しました。Gaussはまず、人間の数学者が8次元球充填問題に対するヴィアゾフスカの解の形式化を数日で完了するのを支援し、その後、より複雑な24次元ケースをわずか2週間で自律的に形式化しました。
このような成果は、AIがすでに、長く人間固有と考えられてきた一部の数学的タスクを処理できる能力を持っていることを示唆しています。技術が進歩するにつれて、人間の数学者の日常業務の多くが、AIの対象となる可能性が高くなります。
数学者のAIの役割に関する議論
[画像: 青い背景を背に顔がぼやけた黒いブレザーの人物]
Gluekit
人間の数学者は「神託の司祭」になるかもしれない。
—ヤン・フイ・ヘ、ロンドン数学研究所
2025年9月、私は第12回ハイデルベルク・ローリアート・フォーラムに参加しました。これは、何百人もの若い数学者とコンピュータ科学者を彼らの知的アイドルと結びつける年次会議です。AIが会話を支配し、最初から緊張感が漂っていました。
講演者たちは、人間を超えるAI数学者が人間の知識と能力を超越し、仮説の形成、解空間の探索、仮説の証明、そして最終的には証明の検証と結果の一般化を、人間の関与なしに行う未来を描写しました。もしこの未来が実現するなら、ロンドン数学研究所のヤン・フイ・ヘは記憶に残る宣言をしました。人間の数学者は「神託の司祭」になるかもしれない、と。
ステージでそのような衝撃的な予測が語られる一方で、私の視線は聴衆に引きつけられました。眉をひそめ、そわそわし、こそこそと視線を交わす—群衆の不安は明白でした。オーストラリアのディーキン大学の学生であるトリル・ホワイトは、そのホールに座っていたときのことを後に振り返り、「それは壊滅的だ。人々は何を数学に貢献するのだろうか?誰も理解できないものになるのだろうか?」と思いました。「これはすべてを変えるだろうという感覚はありました。」
[画像: オレンジ色の背景に顔がぼやけた長髪の人物のポートレート]
Gluekit
「AIが私たちを置き換える可能性があることに気づき始めました。」
—ジェシカ・ランドール、Google Developer Groups
南アフリカのGoogle Developer Groupsの数学者であるジェシカ・ランドールは、若い数学者の間で集団的な実存的恐怖が高まっているのを感じたと語ります。「誰もが心配しているのが分かりました。なぜなら、彼らはそこまで先のことを考えていなかったからです」と彼女は言います。「それは私たちを襲った大きな爆弾のようなもので、AIが私たちを置き換える可能性があることに気づき始めました。」
ヘを含む一部の著名な数学者は、AIが現在人間の数学者の領域であるタスクを引き受けることに快適さを感じているようです。なぜなら、彼らはAIがすべてを行ったとしても、数学における最も大きな問い—残りの6つのミレニアム懸賞問題など—の答えを知りたいだけだからです。「多くの数学者は実用的で、ただ理解したいだけです。彼らは問題の解決のために魂を売るでしょう」とアビガドは冗談を言います。「何でもする、ですよね?」
しかし、この「ただ知りたい」という陣営が唯一の派閥というわけではありません。ほとんどの数学者は、AIが自分たちを完全に置き換えることを望んだり期待したりしていません。代わりに、2つの広範な代替案が現れています。第一は、数学の人間による理解を優先し、AIを電卓のようなツールとして扱う、人間中心の願望です。第二は、人間とAIが協力して、どちらか一方では解決できない問題に取り組む「チームワークが夢を叶える」というビジョンです。
数学における人間の役割
フィールズ賞受賞者でプリンストン大学の数学者であるアクシャイ・ヴェンカテシュは、長年このトピックを人間中心の視点から考えてきました。2022年、彼はフィールズ賞シンポジウムを利用して、数学界にAIが数学の実践に何を意味するのかを深く考察するよう懇願しました。当時、AIが数学者を置き換えるという考えは現実離れしているように見えました。今、彼は「少なくとも抽象的な数学的推論を伴う一部のタスクについては、コンピュータが人間と競争できるようになりつつある」と述べています。
ヴェンカテシュにとって、問題はコンピュータが何ができるかだけでなく、数学は何のためにあるのか、ということです。「時々、私たちが数字を使うとき、それは本質的に数値的な現象を記述しているというよりも、数字の意味について全員が正確に合意できるからだと思います」と彼は言います。「それは私たちを合意に導く方法なのです。」
[画像: 数学の数式で埋め尽くされた黒板の前に立つ女性の写真]
Maia Fraser
オタワ大学の数学者で機械学習の専門家であるマイア・フレーザーは、この感情を共有しています。彼女は、数学から得られる喜びは、無意識と意識の心を統合する、明らかに人間的なものであると述べています。彼女は、ある事柄が真実であるべきだという直観的な感覚から始まり、それを厳密な証明で表現できるものへと徐々に引き出していくと説明します。これらの深く生まれた考えを伝え、共有することは、「人間の精神の美しいものである集合知の一形態」だと彼女は言います。
これらの議論によれば、人間の努力に頑固に抵抗してきた数学的仮説のAIによる証明は、人間が理解できる場合にのみ有用となるでしょう。「AIがその命題を証明できるということは、すでに有用な情報です」とフレーザーは認めます。「しかし、エレガントで美しい人間の証明を見つけることは、依然として未解決の問題です。」たとえそのような証明が存在しないとしても、それを探すことは「依然として価値のある試みです」と彼女は言います。
数学におけるAIと協力の未来
数学におけるAIへのより協調的なアプローチは、10歳で数学オリンピックに初出場したテレンス・タオから来ています。1986年、1987年、1988年に、彼はそれぞれ銅メダル、銀メダル、金メダルを獲得し、オリンピック史上各メダルを最年少で受賞しました。現在フィールズ賞受賞者であり、カリフォルニア大学ロサンゼルス校の教授である彼は、現存する最も才能のある数学者の一人としての評判を得ています。
一部の同業者とは異なり、タオはAIを軽視したり恐れたりしていません。むしろ、彼はそれをこの分野における根本的な変化の触媒、つまり彼が「ビッグ・マセマティクス」と呼ぶものへの移行と見なしています。彼は、人間と機械との大規模で分散化された協力の未来を思い描いており、複雑な数学的タスクを細分化し、人間が創造的な部分を担い、AIが技術的な作業の大部分を行うことができます。
タオはすでにこの概念を実験しており、オンラインの何十人もの協力者(AIツールを使用している人もいる)と共に問題に取り組んでいます。「100年前、ほとんどすべての数学論文は単著でした」と彼は言います。「しかし今、私は会ったことのない人々と協力しています—そして将来、彼らがAIなのか実在の人間なのかさえ分からないかもしれません。」
タオのビジョンの鍵は、数学的にユニークなものです。それは形式化です。証明がコードに翻訳され、証明支援システムによってステップバイステップでチェックされると、人間のエラーや不正の可能性は排除されます。このアプローチは、信頼が評判や人間関係ではなく検証を通じて確立されるため、協力のあり方を変えます。未知の研究者やアマチュアからのアイデアでも、形式的な証明があれば真剣に受け止められます。
「もしこの形式検証レイヤーがなければ、安全策なしでプロジェクトを開放することは単なる災害になるでしょう」とタオは付け加えます。「しかし、数学では、出力を完全にチェックして検証できるため、多くのゴミをフィルタリングできます。」
数学におけるAIのリスク
ハイデルベルク・ローリアート・フォーラムの若い研究者から、この分野の著名な人物に至るまで、数学者たちは一つの点で合意しているようです。AIは彼らの分野を変革する可能性を秘めている、と。しかし、その変革が実際には何を意味するのかについては、はるかに合意が少ないです。
一部の人々はAIツールのアクセシビリティを心配しています。従来、数学者は、その分野を進歩させるために、直観、訓練、そしてペンと紙以上のものをほとんど必要としませんでした。もしこの遅く、熟考的なプロセスが社会、特に研究助成機関によってもはや評価されなくなれば、数学はエリート的な活動になり、高価なAIモデルと協力できる選ばれた組織だけが実践するようになるかもしれません。
もう一つの懸念はモチベーションです。AIシステムがより多くの仕事を引き受けるにつれて、困難な問題に深く取り組むインセンティブが弱まる可能性があります。プリンストンのヴェンカテシュは、証明を定式化し理解するための長い人間のプロセスは、助成機関だけでなく、数学者自身にとっても正当化するのが難しいかもしれないと言います。「何年もかけて何かについて考え、ゆっくりと理解しようと苦労したことがあります」と彼は言います。「もしあなたのコンピュータがその大部分をあなたのためにやってくれるなら、あなたはその時間を費やすモチベーションを持つでしょうか?」
その懸念は次世代にまで及びます。学生がAIを使って直接答えに飛びつくことができるなら、彼らはそうする可能性が高いでしょう。しかし、苦闘をスキップするたびに、彼らは自身のユニークな直観の基盤を築く機会を失います。一部の人々は、時間の経過とともに、次世代の数学者は、彼らを訓練したAIの箱の外で考えることができず、知的萎縮の一種に苦しむかもしれないと心配しています。
このような懸念に対応するため、数学界は行動を起こしています。個人はエッセイを書き、ワークショップを組織し、ジャーナルで議論しており、機関やコミュニティグループは、研究と出版におけるAIの使用方法に関するガイドラインを開発しています。実際、数学者たちは、AIの課題に対処するために、日々使用しているのと同じ厳密さと好奇心を適用しています。これらを合わせると、これらの取り組みは、AI時代における数学の方向性を制御しようとする広範な努力を反映しています。
では、AIは数学の魂を吸い取っているのでしょうか?ある意味では、それは逆のことをしています。それは数学者に、数学とは何か、なぜ彼らが人生をそれに捧げたのか、そして数学が社会で果たす目的についての深い問いに直面させています。同時に、それは、逆転が難しい可能性のある方法で数学の実践を再形成しています。
「数学は、非常に論理的で合理的な方法で考えるように私の心をフレームするため、通常の(問題解決)をより良くしてくれます」と、ハイデルベルク・フォーラムで実存的恐怖に気づいたランドールは言います。「それは私の人生のあらゆる側面を助けてくれます。」AIが数学を変革するにつれて、多くの研究者は、将来の数学者が同じことを言えるかどうか疑問に思っています。
この記事は、2026年9月号に「AIが数学をやる時の数学者であることの意味」として掲載されています。