OpenAI、80年未解決のエルデシュ幾何学問題をAIで証明｜数学研究の転換点

「あまりにも話がうますぎる……本当に信じられなかった」。OpenAI研究者Sébastien Bubeck氏はそう語った（出典：Nature, 2026年5月）。2026年5月20日、彼らの社内推論モデルが生成したのは125ページの数学的証明だった。Paul Erdős（エルデシュ）が1946年に提起し、80年間誰も解けなかった幾何学の未解決問題を反証した文書だ。

翌日、Fields賞受賞者Tim Gowers氏は「もし人間がこの論文を書いてAnnals of Mathematicsに投稿してきたら、ためらいなく採録を推薦する」と述べた（出典：Scientific American, 2026年5月）。世界最高峰の数学雑誌への掲載推薦。これはOpenAIが「解いた」と言い張ったのではなく、数学者が独立に検証した結果だ。

80年間、誰も解けなかった問題

エルデシュの平面単位距離問題は、説明自体は中学生でも理解できる。「平面上にn個の点を置いたとき、距離がちょうど1になる点のペアは最大でいくつ作れるか？」。ただそれだけだ。

だが80年間、世界中の数学者が答えを出せなかった。最も良いと知られていたのは正方格子（square grid）配置で、点数nが増えるにつれて単位距離ペア数がnよりもごくわずかに速く増える上限が長らく「実質的な最大値」として機能してきた。多くの研究者はこれを「ほぼ最適」と考え、証明の方向を「この上限が本当に最大である」という方向に向けていた。

ところがOpenAIの推論モデルは逆の結論に達した。正方格子は最適ではない。もっと多くの単位距離ペアを持つ点配置が存在する、という反証だ。

この結果はPrinceton大学の数学者Will Sawin氏が独立に精緻化し、具体的にn^1.014個以上の単位距離ペアが可能であることを確立した（出典：explainx.ai, 2026年5月）。指数0.014は小さく見えるが、数学的には「これ以上の改善は不可能」という80年間の定説を根底から崩す数字だ。

AIはどう証明したか：代数的数論の意外な転用

証明の核心にあるのはGolod-Shafarevich理論と無限類体塔（infinite class field towers）だ。平たく言えば、「特定の代数的な数体（数の集合の拡張）が無限に入れ子になる構造を作れる」という1964年の定理だ。これはもともと代数的数論の一分野で、平面幾何学とは直接関係がない領域の定理だ。

幾何学の問題を解くために、なぜ代数的数論を持ち込んだのか。ここにAIの「意外性」がある。

人間の数学者は通常、ある分野の問題はその分野の手法で解こうとする。蓄積したカテゴリ的思考が制約になる。一方でOpenAIの推論モデルは分野の壁を持たない。大量の数学的テキストから「どのツールが何に使えるか」というパターンを横断的に学習しており、幾何学の問題に代数的数論を持ち込むことへの心理的抵抗がない。

OpenAIの研究者Sébastien Bubeck氏はこう評した。「モデルは根本的に新しいことを発明したわけではない。ただ、優秀な数学者と同じように実行した」（出典：Nature, 2026年5月）。

数論専門家のArul Shankar氏（University of Toronto）はより踏み込んでいる。「このAIは人間数学者の単なる補助役を超えている。独創的なアイデアを持ち、それを完成させる能力がある」（出典：Dataconomy, 2026年5月21日）。

証明の全文は125ページに及ぶ。OpenAIはPDFとして公開し、同時に9名の外部数学者による検証論文も発表した。

数学者たちの反応と検証

9名の検証チームには、過去にOpenAIを最も激しく批判した人物が含まれている。

Thomas Bloom氏だ。2025年10月にOpenAI副社長Kevin Weil氏が「GPT-5が10件のエルデシュ問題を解いた」と主張した際、Bloom氏はそれが「文献に既存の解答を見つけただけ」であることを指摘し、「劇的な誇張だ」と公開批判した人物だ（出典：TechCrunch, 2026年5月）。

その批判者が今回は検証チームの共著者に名を連ねた。「人間は依然として、証明を議論し、消化し、改善し、その影響を探求するうえで重要な役割を果たす」と述べながらも、今回の証明自体は本物であると認めた（出典：Technology.org, 2026年5月21日）。

Erdősと共著論文を持つトム・トロッター氏（Georgia Institute of Technology）は「エルデシュが生きていたら、この進展を大絶賛したはずだ」と語った（出典：Nature, 2026年5月）。

Princeton大学の数論家Noga Alon氏は「代数的数論のツールを巧みに転用した卓越した成果」と評価した。

「自律」という言葉の落とし穴

OpenAIは発表の中で「自律的（autonomous）」という言葉を強調した。だがこの言葉は慎重に読む必要がある。

125ページの証明を、OpenAIの研究者たちは「常に正則とは限らない言語で書かれている」と認めている。人間数学者がそれを解読し、人間が理解できる形式に変換する作業には、相当な時間と専門知識が必要だった。外部の検証数学者たちが見たのは、AIの出力そのものではなく、整理された版だ。

Hacker Newsのスレッド（ID: 48212493）では、「“autonomous” という表現は誇張だ。モデルが問題を設定し実行したのか、それとも人間がプロンプトで問題を与えてモデルが計算しただけなのか、どちらかで意味が全く違う」というコメントが高評価を集めた。

また、AIが取ったアプローチについて研究者が指摘した点がある。人間の数学者であれば、「正方格子が最適かどうか」を疑うこと自体に心理的コストがかかる。80年の歴史がバイアスになる。AIにはそのバイアスがなく、「難しい代数的数論の道を試してみる」という粘り強い探索が可能だった。AIの強みは、正解を直感するのではなく、人間が敬遠するほど面倒な計算的探索を辛抱強く続けられる点にある。

これは能力の高さではなく、人間との違いだ。

2025年10月の失敗から2026年5月の成功へ

今回の成功を理解するには、2025年10月の失敗を知る必要がある。

OpenAI副社長Kevin Weil氏は当時、「GPT-5が10件の未解決エルデシュ問題を解き、11件でも進展があった！」とXに投稿した。数学コミュニティの反応は冷淡だった。Bloom氏が調査した結果、GPT-5はエルデシュ問題の「解答」として既に文献に存在する解を提示しただけで、何ら新しい発見はなかった。Weil氏の投稿は数日後に削除された。DeepMindのDemis Hassabis氏は「恥ずかしい」と公言し、Yann LeCun氏も批判した。Weil氏自身は2026年4月にOpenAIを退社した。

今回OpenAIが取ったアプローチは正反対だ。まず9名の外部数学者に証明を渡し、独立した検証論文を並行して発表した。発表前に数週間かけて数学コミュニティでの精査プロセスを経た。「フォー・リアル・ディス・タイム（今度こそ本物）」というTechCrunchの見出しは、その文脈があってこそ成立する（出典：TechCrunch, 2026年5月20日）。

OpenAIが学んだのは「検証の透明性」だ。技術的な成果だけでなく、信頼の積み上げ方そのものを修正した。

これはどこへ向かうのか

今回の成果が「1本の論文の話」で終わるかどうかは、まだわからない。ただいくつかの構造変化は見えてきた。

数学研究との関わり方が変わった。 これまでAIは数学の競技問題（IMOなど）で人間を超えつつあったが、それは「答えが存在する問題に答える」能力の話だった。今回は「答えがあるかどうかすらわからない問題を探索した」。この違いは大きい。

競合各社の動向もある。 Google DeepMindのAlphaProof Nexusは2026年5月に9件の未解決エルデシュ問題を解き、44件のOEIS予想を証明したと発表している。AI数学の主要プレイヤーはOpenAIだけではない。

ただし限界も明確だ。 数学の研究問題すべてがこの方法で解けるわけではない。FrontierMath（未公開の研究問題ベンチマーク）での各社AIの正解率は依然として3%未満だ（出典：Epoch AI, 2026年）。今回の成果は例外的な達成であり、AI一般の数学研究能力を示すものではない。

Bubeck氏が「信じられなかった」と語った感覚は正直な驚きだ。だが同時に、今後も同じような驚きが定期的にくる時代が始まったとも言える。数学の研究者にとって、AIは競争相手ではなく「分野外のツールを探してきてくれる同僚」として機能し始めている。

---

関連記事

• OpenAI次世代モデル「Spud」完全解説——Sora廃止・AGI展開部門設立・スーパーアプリ統合の全貌
• Anthropic vs OpenAI：ビジネスモデル徹底比較【2026年版】——評価額$380B vs $850B、技術戦略の構造的な違い
• OpenAI 1220億ドル調達の全貌——852B評価額の矛盾と開発者への影響

---

本記事の情報は2026年5月24日時点のものです。OpenAIおよび数学コミュニティの発表は随時更新される可能性があります。投資・研究判断は公式情報を必ず参照してください。