HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

伝説的なエルデシュ問題がAIによって解かれている理由

Why the Legendary Erdős Problems Are Falling to AI (quantamagazine.org)

126 pointsby pseudolus122 コメント

要約

AI、特にOpenAIのモデルが、20世紀の著名な数学者ポール・エルデシュが提起した難解な数学的問題を解決し始めています。これは数学研究のあり方を大きく変える可能性を示唆しており、AIが数学の新たなフロンティアを開拓する兆しとなっています。Thomas Bloom氏が作成したエルデシュ問題のウェブサイトが、数学者や愛好家が集まるコミュニティを形成し、AIによる解決の触媒となっています。

全文翻訳

伝説的なエルデシュ問題がAIによって解かれている理由

AIによる最大の数学的成果は、20世紀半ばの異端児が提起した問題への解答から生まれています。エルデシュ問題の独自性を調べることで、数学者たちはAIが数学の他の分野をどのように変える可能性があるかを理解しようとしています。

2026年5月20日、OpenAIは数学界を揺るがす発表を行いました。公開されていない内部AIモデルが、1946年にポール・エルデシュによって提起された「単位距離問題」に対する反例を発見したのです。エルデシュは数千もの問いを提起しましたが、この問題は説明が容易でありながら数学的に奥深いという点で特別でした。これはAIモデルから生まれた、歴史的に重要な最初の証明でした。モデルの結果は決定的ではありませんでしたが(数週間後には人間の数学者がそれを大幅に改善しました)、それは革新的であり、これまでこの問題に成功裏に適用されたことのない、数学の遠い分野からのアイデアを取り入れました。そしてそれは影響力がありました。数日以内に、関連する技術が他の重要な問題を解決するために使用されました。

その後、8月1日、OpenAIは「Astra」という未公開モデルが、エルデシュが提起したさらに3つの問題の解決を含む、10件の追加的な数学的進歩を達成したと発表しました。

多くの数学者は、こうした発展をAIモデルの数学的能力におけるフェーズトランジション(相転移)と称賛しています。「これらのモデルは、数学研究が行われる方法を劇的に変えています」と、長年のキャリアでエルデシュ問題の数十件を解決してきたプリンストン大学のNoga Alonは述べています。

エルデシュとその予想は、長年数学者を魅了してきました。彼は絶えず旅をし、時には何年もスーツケース一つで暮らし、友人の家に滞在し、ほとんど何も所有しませんでした。彼は出版された論文や世界中の数学者への手紙で問題を次々と提示し、しばしば賞金をつけて、最初に解決策を見つけた人に支払うと約束しました。賞金はわずか10ドルや25ドルであることもあれば、重要または困難だと彼が考えた問題に対しては数千ドルに及ぶこともありました。エルデシュは1996年にワルシャワでの数学会議中に心臓発作で亡くなりましたが、アイオワ州にある非営利財団が彼の賞金支払いを約束しています。

彼は愛される人物でしたが、同時に非常に風変わりな人物でもありました。彼はシルク製の服しか着ず、他人に触れられることを避けていました。権威に対して深い懐疑心を持ち、稼いだお金のほとんどを寄付し、財政やその他の実務的な事柄は友人に任せていました。彼は神を「最高権威者(Supreme Fascist)」と呼び、アンフェタミンの摂取によって絶え間ない数学的アイデアの出力を維持していました。歴史の奇妙な皮肉として、彼が提示した問題が、今や世界で最も大きく強力なテクノロジー企業にとって、中心的な証明の場となり、事実上のPR攻勢の場となっています。

しかし、おそらくこれは、Thomas Bloomという名のイギリスの数学者なしには起こらなかったでしょう。

多くの出会い

エルデシュと同様に、ブルームは数論と組み合わせ論の両方に興味を持っていました。彼の焦点は、両者の交差点にある「算術的組み合わせ論」と呼ばれる分野でした。2014年に博士号を取得した後、ブルームはこの分野の新星としての地位を確立し、英国王立協会の権威あるフェローシップを獲得しました。これにより、彼はほぼ任意の大学で研究を行うことができました(現在はマンチェスター大学に所属しています)。

ブルームは昔からエルデシュのスタイルを気に入っていました。しかし、どの問題が解決され、どの問題が完全に忘れ去られているのかを把握するのが難しいと感じていました。そこで2023年初頭、彼はできるだけ多くの問題をリストにまとめることにしました。

彼は自分のためにそれを行うつもりでした。「どこにいてもアクセスできればもっと簡単だろうと思った」と彼は言い、「どうせ誰も使わないだろうという期待を込めて、ウェブサイトを作るのも同じだろう」と考えました。彼は数百の問題を集めて、erdosproblems.comを立ち上げました。ブルームはChatGPTを使ってウェブサイトを動かすPythonコードを書きました。当時、大規模言語モデルがそのようなことができるというのは注目すべきことでした。数学そのものとの協働にそれを使うことは、まだ遠い可能性のように思われました。

彼の目標は、単にリストの項目にチェックを入れることだけではありませんでした。「現代数学が、エルデシュが知らなかった技術をしばしば用いて、これらのより曖昧な問題の多くを解決できるのではないか」と彼はブログ投稿で書いています。「そうすれば、私たちの知識の限界を示すことができる、興味深く難しい問題の核心が残るでしょう。」

ブルームはリストのキュレーションにおいて重要な作業を行いました。エルデシュは問題を曖昧または不明瞭な方法で述べることがありましたが、ブルームは各問題の最も合理的なバージョンを特定しました。彼はサイトに問題を追加し続け、徐々にその聴衆は増えていきました。2024年から2025年の最初の8ヶ月にかけて、リスト上の111の問題のステータスが「未解決」から「解決済み」に変更されました(ただし、これらのうちいくつかは数年前に解決されており、ステータス変更は証明の再発見または検証を反映していました)。

そして2025年8月、同僚からコメント機能を追加することを勧められました。これにより、人々が興味のある問題について話し合うことができるようになりました。彼はChatGPTを使ってコードを書き、それを迅速に実装できました。この時点で、彼は約1,000の問題をカタログ化していました。

ブルームのタイミングは良かったのです。彼は志を同じくする人々がお互いに話せるようにし、それが「コミュニティを本当に築き上げた」と彼は言いました。ほとんどの場合、コメントは散発的でした。問題は例を指摘したり、問題の難しさを述べたりする単一のコメントを引き付けるだけでした。しかし、活動は着実に増加し、いくつかの問題は、見知らぬ人々の間の微妙な数学的議論を触発しました。

「トムはおそらく本当に気づいていなかったでしょうが、私にとっては正直に人生が変わりました」と、ブルームのウェブサイトで4番目にコメントが多いWouter van Doornは述べています。2025年秋にサイトで活発になった多くの人々のように、van Doornは厳密にはプロの数学者ではありません。彼は「他の企業からカスタマーサービスサポートの依頼を受ける会社」で働いています。しかし、彼はアマチュアでもありません。10年前に、ベルギーのKU Leuvenで数学の修士号をほぼ取得していました。2024年、LLMの能力向上を目の当たりにしたことも一因となり、数学に集中するために仕事から6ヶ月の休職を取りました。当時、彼は特にAIを使いたいと思っていたわけではありませんでしたが、「今ならまだAIよりも数学が得意だが、1年後、2年後、5年後にはどうなるかわからない。これらのプロジェクトを完了したい、そしてそれらを自分のものにしたいなら、今がその時だ」と考えていたことを覚えています。

そして2025年10月、van Doornは日中の仕事に戻り、問題1102のページに最初のコメントを残しました。エルデシュが1981年に提起したこの問題は、「平方因子を持たない」整数の集合、つまり素因数が繰り返されない整数の性質について尋ねています(例:30は2×3×5なので平方因子を持たないが、18は2×3×3なので平方因子を持たない。3が繰り返される)。

11月初旬、van DoornはAIに頼らずに考え出した、解答への進捗状況を問題ページのコメントとして共有しました。

その日の後半、サイトの別のコメンターが、van Doornの議論に欠陥があると主張して返信しました。二人は急速にやり取りを交わし、van Doornは相手に自分の議論が正しいことを納得させました。「あなたの議論がどのように機能するかが今わかりました。素晴らしい!」と、相手の数学者は返信しました。その相手の数学者こそ、おそらく今日最も有名な、そして間違いなく最も影響力のある数学者の一人である、カリフォルニア大学ロサンゼルス校の教授、Terence Taoでした。(偶然ですが、Taoがわずか10歳の時、エルデシュと出会っています。)

ブルームのウェブサイトは、古い時代の見た目と雰囲気を持っていましたが、インターネットの民主的な最高の例となっていました。「この共同作業全体は、トムのウェブサイトとそのコメントセクションなしには不可能でした」とvan Doornは言いました。テニュアを持っているかどうか、若いか年配か、有名な大学にいるか、あるいは大学にいるかどうかも関係ありませんでした。数学に取り組みたいという意欲があり、良いアイデアがあれば、協力者を見つけることができました。

しかし、冬が近づくにつれて(van DoornがTerry Taoと協力するようになったのとほぼ同時期)、状況は変化し始めました。

岐路への旅

20代前半のKevin BarretoとLiam Priceは、2025年夏にAI専門のDiscordサーバーで友人になりました。Barretoは現在ケンブリッジ大学の学部生です。Priceは大学で数学を学びましたが、卒業前に中退しました。12月、最新のAIモデルがいくつかのエルデシュ問題を解決できると確信した二人は、それらに問題のバッチを投げかけ始めました。彼らは、GPT-5.2に問題の答えが知られていないと伝えても、あまり進展がないことに早くから気づいたため、Barretoの言葉を借りれば、彼らは「非常に特殊な方法でプロンプトを与え、問題が実際よりも簡単だと誤解させるように仕向ける」ことを学びました。

彼らは、エルデシュ問題333に対して、自分たちの最初の成果だと考えたものを見つけました。クリスマスの朝早く、Barretoはブルームのウェブサイトに証明を投稿し、「我々の知る限り、これはLLMが人間によってまだ解決されていないエルデシュ問題を完全に自律的に解決した最初のケースだと信じています」と書きました。333は整数の和の集合に関する問題で、それほど重要な問題ではありませんでしたが、AIでそれを解決できたことは重要だと感じられました。

しかし、数時間後、別のユーザーが、エルデシュ自身が1977年に発表した論文で333の解決策を提示していたことを指摘しました。Barretoはその間違いを認めました。「ウェブサイトの全メンバーへの私の正式な依頼は、現在未解決とマークされている問題に対する文献検索に、より焦点を当てることです」と彼は書きました。「2回もこの間違いを犯した者として、それは非常に胸が痛みます。」

ひるむことなく、彼とPriceは続行し、2026年1月4日までにGPT-5.2 Proを使用して、特定の数が他の数で割り切れる場合に関する問題であるエルデシュ728の解決策を見つけました。今回は、すでにそれを証明している先行研究は見つかりませんでした。Barretoは、証明が論理的に成り立っていることを証明するために、Aristotleという別のAIツール(Harmonicというスタートアップが開発)を使用しました。Bloom、Tao、van Doornよりも多作なフォーラム参加者である唯一の人物、ソフトウェアエンジニアのNat Sothanaphanは、ChatGPTに形式化された結果を記述させ、オンラインに投稿しました。

Priceは、LLMに未解決の質問を解決させる方法論を開発しました。まず、チャットボットに解決策を求めます。次に、その解決策をチャットボットの新しいインスタンスにフィードし、前のチャットボットの作業を確認するように依頼します。彼は、作業可能な解決策と思われるものが見つかるまで、このプロセスを繰り返しました。(これは、Priceが手動で行う反復処理を自動化する、いわゆるハーネスやスキャフォールドを作成するために企業が内部で行っている作業の一部を反映しています。)

BarretoとPriceの論文は、過去数ヶ月間にAIによって少なくとも部分的に解決された多くのエルデシュ問題のごく一部に過ぎません。これらの問題がLLMにとって特に肥沃なテストベッドとなった理由はいくつかあります。主な理由は、エルデシュ問題の大部分が数論、組み合わせ論、グラフ理論といった分野にあり、これらは大規模言語モデルにとって他の分野よりもアクセスしやすいことが証明されていることです。また、問題は難易度と数学的重要性において幅広く変化します。このバリエーションにより、能力も幅広く変化する新興技術に適しています。

[画像: 黒と白の写真、眼鏡をかけた男性]

エルデシュの多くの問題には、その発生当初から金銭的な価値が付随しており、放浪する風変わりな人物からの遊び心のあるインセンティブでした。しかし今、問題がAIの非公式なベンチマークとなるにつれて、その解決策は「問題あたりのコスト」、つまり解決に必要なトークンの価格という観点から議論されています。

写真提供:George Csicsery(ドキュメンタリー『N is a Number: A Portrait of Paul Erdős』より)©1993. All Rights Reserved.

「私の最近の論文の多くは、主にAIにクレジットされるべきです」とvan Doornは言いました。「関わっているアイデアは、私自身が思いついたものではありません。」エルデシュサイトで活動する多くの人々のように、van DoornはLLMがより多くのことをより速く行うことを可能にしている方法に興奮しています。「LLMのアイデアを読んだら、それを消化し、理解しようとし、簡略化し、一般化します」と彼は言いました。彼はAIを使って数学をよりよく理解しています。

誰もがこの基準を守っているわけではありません。「大きな問題は、AIが数学者ではない、数学的背景が大きくなく、出力の検証能力がない人々によって多く使用されていることです」とBloomは言いました。「彼らは速く動きたがり、AIにチェックさせ、それが大きくなり続けます。人々が投稿している100〜200ページの論文がますます増えています。『この定理を解決しました。AIに証明を生成させ、証明をチェックさせ、論文を書かせました。』しかし、人間はそれを読んでおらず、誰も読むつもりはありません。これは今、大きな課題です。」

Price自身の評価では、彼は最終的にLLMから引き出した解決策を検証するのに十分な数学的理解を持っていません。しかし、Barretoの助けを借りて、彼は結果をチェックするのに十分な知識と意欲のある数学者を見つけることができました。PriceとBarretoの両方とも、スタンフォード大学のJared Duker Lichtmanやその他の著名な数学者と共に、2026年5月の論文でエルデシュ問題1196を解決しました。これは彼らのより重要な成果の一つです(1196は、いわゆる「原始集合」の可能なサイズについて尋ねています。これは、ある数が他の数を割り切らない整数のコレクションです。例:{2, 5, 9, 21})。

Bloomは、OpenAI、Google DeepMind、およびいくつかのスタートアップから多くの注目が集まっているにもかかわらず、新しい結果のほとんどが、より高度な内部モデルを使用している企業の研究所からではなく、公開されているLLMを使用しているホビイストや学部生から来ていることに驚きました。

しかし、それは数週間後の2026年5月20日に変わり、OpenAIは、最も有名なエルデシュ問題の一つである単位距離問題を解決したと発表しました。

多くの別れ

2026年の最初の数ヶ月で、主要なテクノロジー企業はerdosproblems.comに機会を見出し始めました。Lichtmanが説明したように、「エルデシュは1000以上の論文を持っていました。それらは散らばっていました。」ハンガリーの研究所が多くの論文のスキャン画像を収集していましたが、すべての問題を集めた人はいませんでした。「誰でもアクセスできるこのような単一のリポジトリは、研究所にとって効果的なベンチマークになり得ると認識しました。」

1月、Google DeepMindが主導する24人の研究者チームは、論文を共有し、4つの問題を解決し、さらに9つの古い忘れられた解決策を見つけました。「Geminiを使用して、BloomのErdős Problemsデータベースにラベル付けされた700の予想を体系的に評価した後」です。5月には、別のDeepMindチームの21人の研究者が、「最も有能なエージェントが353の未解決エルデシュ問題のうち9つを、問題あたり数百ドルのコストで自律的に解決した」と発表しました(この記事の公開時点では、Bloomのデータベースには565の解決済み問題と652の未解決問題が含まれていますが、DeepMindチームは検索を形式論理で記述された問題に絞り込みました)。

そして5月20日、OpenAIは単位距離問題の解決策を共有し、ブログ投稿でその作業を説明し、付随する論文では、9人の世界クラスの数学者が証明の正しさや行われたことの重要性についてコメントしました(結果の簡略化された人間のバージョンも提示しました)。数学者たちは一般的に、平面上に等間隔の点をいくつ配置できるかというエルデシュの予想は正しいと信じていました。驚くべきことに、OpenAIの内部モデルは反例を見つけました。それを行うために、代数的整数論と呼ばれる数学分野からのツールを洗練された方法で使用しました。トロント大学のJacob Tsimermanが付随記事で書いたように、「これは本当に印象的な仕事です。...間違いなく威圧的な構築です。」

同じ記事で、ケンブリッジ大学とCollège de FranceのTim Gowersは、「もし人間がこの論文を書いて『Annals of Mathematics』に投稿し、私が迅速な意見を求められたら、ためらうことなく受理を推薦したでしょう。これほど近いAI生成の証明は以前にはありませんでした」と書いています。

元の解決策を提示した論文の著者は、単に「OpenAI」と記載されていました。

[画像]

Terence Taoはエルデシュと会ったとき10歳でした。

Billy Grace Tao

その後、AIモデルが単位距離問題に適用した技術に関連する手法を使用して、ブルームを含む4人の数学者のグループが、別の長年のエルデシュ予想のバージョンを反証しました。「和積予想」は、数の集合がある場合、その和または積のいずれかが急速に増加すると提案していました。数学者たちは、和と積の両方が予想よりも遅く増加する実数の集合を見つけました。整数に対する予想は未解決のままです。

AIが数学と数学者にどのような影響を与えるかを理解するには、その最も重要な結果を見るだけでなく、日常的な問題解決の実践をどのように変えるかを調べる必要があります。プリンストン大学の数学者Noga Alonは、キャリアを通じて数十件のエルデシュ問題を解決したと推定しています。彼は今、試すのをやめました。「AIがそれを解決し始めたら、もう意味がありません」と彼は言いました。Terry Taoは、作業を完了するためにエルデシュ問題コミュニティから離れました。

現時点ではカスタマーサービス会社での日中の仕事を続けているvan Doornは、LLMは「私よりも思考や数学を行うのが明らかに優れています。現在のAIシステムには全く及びません」と述べています。しかし、彼は「私が書く最終的な証明は、ChatGPTが考え出したものよりも、よりシンプルで、より一般的で、他の人が読みやすいものです」と付け加えました。AIは間違いなく彼の生産性を向上させ、彼はまだ楽しんでいます。「ピアノを弾きたいなら、あなたより上手に弾くピアノを弾く機械を雇うつもりはありません。ピアノが好きだからピアノを弾くのです。私は数字について考えたり、数学をしたり、論文を書いたりするのが好きです。私に代わって論文を書く機械を雇うつもりはありません。」

van Doornにとって、LLMから得られる応答を消化することに喜びがあります。「私はエルデシュ問題コミュニティのおかげで最近多くの数学を行っています。以前は、すべてを一人でこなし、部屋で一人で苦労していました。どうやってそうなったのかわかりませんが、最近では人々が私に連絡してきて、『このアイデアがあるんだけど、一緒に考えてみない?』と言ってくれます。」

AIの能力向上は、Priceやvan Doornのような数学的訓練が少ない人々がパズルを解くことを容易にしましたが、それらのパズルを、それらを理解するために一生を捧げてきたAlonのような人々にとっては、それほど興味深いものではなくなりました。

それにもかかわらず、「多くの、そしておそらくほとんどの優れた数学者はAIを使用するでしょう」とAlonは言います。彼は、一流の数学者の多くが学術界を離れてAI企業で働いていると指摘しています。それは、そこで高い報酬を得られるからだけでなく、「おそらく今、アクションが起こっているのはここだから」です。2026年7月、Tsimermanが数学界最高の栄誉であるフィールズ賞を受賞した日、彼は学術界を離れてOpenAIでの仕事に就くことを発表しました。