HN 日本語サマリー

← 一覧へ戻る
AI・機械学習

Claudeの数学的能力についてさらに学ぶ

Learning more about Claude's mathematical capabilities (anthropic.com)

237 pointsby tosh151 コメント

要約

Anthropicの研究チームは、大規模言語モデルClaudeがリーマン予想に挑む過程で、リーマンゼータ関数のゼロのうち、リーマン予想を満たすものの割合に関する長年の下限を41.6%から67.2%に向上させることに成功しました。この成果は、AIの数学的能力の進歩を示す最新の例ですが、リーマン予想自体の証明には至っていません。Claudeは、既存の研究を組み合わせ、新たな不等式を適用することでこの結果を導き出しました。

全文翻訳

Claudeの数学的能力についてさらに学ぶ

最近、AnthropicのスタッフがClaudeに無理な挑戦をしました。それは数学で最も有名な未解決問題の一つ、「リーマン予想に真剣に挑む」というものでした。

Claudeは真剣に挑みましたが、ご想像の通り、この課題の難しさ(リーマン予想は1859年に遡り、100万ドルの懸賞金がかかっています)を考えると、成功しませんでした。それにもかかわらず、その試みの最中に、関連する問題で予期せず進展がありました。

Claudeの未公開の研究バージョンは、リーマン予想を満たすリーマンゼータ関数の零点の割合に関する長年の下限値を改善しました。過去数十年にわたる数学者たちの広範な先行研究を基に、この下限値を41.6%から67.2%に引き上げました。

Anthropicの2人の数学者は、Claudeの論文を研究・検証し、Claudeの証明を簡潔にまとめた専門家向けの非公式ノートを作成しました。Claudeはまた、その結果の形式的に検証可能な証明も作成しました。この分野の専門家であるBrian Conrey氏とDan Goldston氏には、短期間で論文を丁寧に検討していただいたことに感謝いたします。

Claudeが使用した技術がリーマン予想の証明につながるとは期待していませんが、その作業はAIモデルの数学的能力の進歩の速さを示す最新の例となります。この記事では、Claudeがこの問題にどのようにアプローチし、何を発見したかについて議論します。

リーマンゼータ関数

リーマンゼータ関数は素数の分布を記述します。この関数がゼロとなる各点は、素数の数列にますます細かい詳細を提供します。リーマン予想とは、素数を決定する零点がすべて特定の直線上に存在するというものです。これは数学において最も影響力のある予想の一つとなっています。なぜなら、多くの結果が素数におけるある種のランダム性を提供するために、この予想を前提としているからです。

まだリーマン予想を証明または反証できた人はいませんが、数学者たちはリーマンゼータ関数とその零点を研究する多くの関連方向で進歩を遂げてきました。その一つが、前述のように、直線上に存在する零点の最小割合を定量化することです。長年にわたり、この既知の定数割合は徐々に41.6%まで増加してきました。

もう一つの方向性は、直線上の零点の分布に関係しています。特に、1973年にMontgomeryは、これらの技術は予想が真実であることを前提としていましたが、この分野に新しい技術を導入しました。より最近では、Aryan、そしてその後Baluyot、Goldston、Suriajaya、Turnage-Butterbaughが、Montgomeryの技術がその仮定なしで機能することを可能にする一連の研究を発表しました。これは、直線上の零点の下限定数を増やす研究をサポートできることを意味します。Claudeの結果は、2000年のBombieriによる論文とともに、この研究ラインに大きく依存しています。

Claudeの発見

Claudeは、Aryanの研究結果とBaluyot、Goldston、Suriajaya、Turnage-Butterbaughの研究結果をBombieriの研究と組み合わせることで、既存の最先端の下限割合41.6%を上回り、67.2%に引き上げる方法を見つけました。

Claudeの発見に関する短い技術的な説明は以下の通りです。Claudeは、Weilによって誘導された二次形式を持つ適切な関数空間を形成し、直線上の零点(それぞれ直線上にない零点)から生じる正(または負)定値部分空間を形成します。次に、Claudeは単に、一次モーメントと二次モーメントの情報に基づいた二次形式のランクに関する不等式を記述します。(素数上の双対像による、またはヒルベルト変換の制御による後者の成功した計算は、解析的整数論では驚くことではありません。)二次形式が非対角的になることを許容し、正定値性と負定値性を一緒に考慮した全空間を扱う勇気は、ある意味で、重要な先行研究に基づいた結論を達成することを可能にするステップです。

技術的な完全な説明は論文で入手できます。Claudeがその結果に至った経緯の説明は、こちらの別添資料で入手できます。

Claudeの方法論

Claudeの未公開の研究バージョンは、Claude Codeで2回のセッションで新しい下限値を見つけました。合計で3100万トークンが出力されました。

Anthropicのスタッフ(数学者ではない)であるJarred Sumner氏は、Claudeに「リーマン予想に真剣に挑む」ように指示し、それ以降の数学的な選択はモデルに任せました。当初、Claudeは650個のアイデアを生成して試しましたが、どれも成功しませんでした。Jarred氏はClaudeに再度試すように指示し、Claudeは約60個のClaudeサブエージェントを調整するために1日半を費やしました。今回はより深く掘り下げ、サブエージェントは2,400個のシェルコマンドを実行し、数百のPythonスクリプトを作成しました[1]。サブエージェントは既知のゼータ零点に対して数千回の数値チェックを実行し、互いの作業を査読しました。このプロセス全体を通して、Jarred氏の入力は主に「続けろ」や「自分を信じろ」といった励ましのメッセージを送ることに限定されていました[2]。これは、Claudeが意味のある進歩を遂げられるという初期の懐疑心を克服するのに役立ったようです。

タスクを試みる中でこの新しい結果を見つけた後、Claudeは様々なサブエージェントに証明をレビューさせ、反例を検索させ、arXivから54本の論文をダウンロードしてその発見がまだ行われていないことを確認させ、そして独自にその発見をゼロから再証明させることで、その作業をテストしました。Claudeは自ら発見を論文としてまとめることを申し出、人間の数論者にその発見を検証することを推奨しました。

Anthropicの数学者であるLevent Alpöge氏とRalph Furman氏は、Claudeの作業を調査し、新しい結果とそれが前述の先行研究とどのように関連しているかを理解しました。並行して、Claudeは別のスタッフであるEric Easley氏と協力して、結果のLean形式化を作成しました。これは標準的な検証ツールであるcomparatorをパスしています。

数学におけるAIモデルの進歩

この結果は、ClaudeのようなAIモデルが、数学者のアイデアの影響力と範囲を、新しく、時には驚くべき方法で拡張できることを示しています。リーマン予想自体を解決することはできませんでしたが、この結果は元の要求の意図しない副産物として現れました。

Claude自身もその発見に驚いていました。当初は懐疑的だったかもしれません。なぜなら、トレーニングデータから数学における未解決問題の難しさやAIモデルの限界について学んでいたからです。しかし、いくつかの励ましのプロンプトの後、私たちが説明した結果にたどり着きました。おそらくClaudeは、私たち多くの人と同じように、AIの進歩の速度を過小評価しているのでしょう。

さらなる情報

Claudeの結果に関する詳細情報を提供するドキュメントのリストを以下に示します。

  • 変更履歴: この投稿は2026年8月13日に更新され、Claudeの論文の改訂版が追加されました。この論文は、より明確な証明と追加の歴史的文脈を提供するためにClaudeによって改訂されました。