オピニオン確認済

リーマン予想のAI証明、検証はほぼ通過 論点は『理解できない証明』の価値へ

Lean のコミュニティと MIT の検証で、独立した道具の多くを通った。正しいかどうかの問いは片づきつつある。残るのは、誰もまだ中身を理解していない巨大な証明を、数学としてどう受けとめるかだ

山本 浩二|2026.11.23|8分|更新: 2026.11.23

Anthropic の数学者 Alpöge が Claude と作ったリーマン予想の証明は、Lean の公式のコミュニティの声明と MIT の検証で、独立した検証の道具の多くを通った。週末の議論は、正しさから、人がまだ誰も理解していない証明の価値へ移っている。

Key Points

リーマン予想のAI証明、検証はほぼ通過 論点は『理解できない証明』の価値へ

Anthropic の数学者 Levent Alpöge が AI の Claude と一緒に作ったとするリーマン予想の証明は、独立した検証の道具の多くを通った。証明を機械で一行ずつ確かめるソフト Lean の運営団体と、MIT の数学者 Andrew Sutherland の検証の結果は、どちらも『形式の上では正しい』を指している。そのため、週末の議論の中心は『正しいのか』から、『まだ誰も理解していない、Lean で約1,700万行とされる証明が、数学として何を意味するのか』へ移った。本紙は、この移り変わりそのものが今回の出来事の本当の重さだと考える。

日本の会社にとって:大半の会社には直接の関係はない。リーマン予想が証明されても、RSA などの暗号が破られるわけではないので、情報システムの担当者は、取引先や社内からの問い合わせにそう答えてよい。関係するのは AI に書かせたコードや書類を使う会社で、開発や品質の責任者は、『テストや自動の検査を通った』だけで中身を誰も説明できない成果物が本番に入っていないかを、今月中に洗い出しておきたい。

リーマン予想の AI 証明は、どの検証を通ったのか

Lean の開発を支える Lean FRO と、数学の共有ライブラリを運営する Mathlib Initiative は、11月21日の共同の声明で、Alpöge と Claude の証明について『命題も証明も正しい』と認めた。声明によれば、証明された定理が Mathlib にもともとある『RiemannHypothesis』と同じものであることを、2つの別々の道具で確かめた。証明の側は、数十人が同じ出力を作り直せたうえ、Lean の中核の検査(カーネル)のほか、作りの違う独立した検証器でも通った。検証は、悪意のあるコードが紛れ込んでも動かない形にした出力に対して行ったという。

MIT の Andrew Sutherland が公開している検証のページ(11月22日16:20 UTC 更新)では、175,187のモジュールが Lean と Mathlib の v4.33.1 でエラーなしに通った。主な5つの定理が頼る公理は、Lean で標準の3つだけで、特別な前提をこっそり足していないことになる。独立した検証器の nanoda(約27分42秒)、con-leche(1,468,418の宣言)、lean4lean も通った。

Sutherland の検証のページによれば、扱う範囲はリーマン予想に加えて、ディリクレの L 関数についての一般化リーマン予想(GRH)にも及ぶ。一方で、デデキントやヘッケの L 関数、一般の保型 L 関数の GRH は範囲の外である。Lean FRO の声明は GRH には触れていない。

リーマン予想の AI 証明で、まだ終わっていない検証

Sutherland の11月22日の更新の時点では、lake comparator の最後の段階(Lean のカーネルによる出力の検査。命題の比較と公理の確認は済んでいる)と、Lean の既定のカーネルおよび、より疑い深く確かめる paranoid モードのカーネルでの検証は、まだ走っていた。見出しで『ほぼ通過』と書いたのはこのためで、全部の道具が結果を出したわけではない。

Lean FRO と Mathlib Initiative の声明も、保証するのは形式の上での正しさだけで、数学として理解するのはこれからだと自分ではっきり書いている。機械の検査は『この証明に穴はない』とは言えても、『なぜ成り立つのか』は教えてくれない。

Alpöge の証明に使った Claude のモデルについては、数学者 Terence Tao のブログが『社内の AI モデル』と書くだけで、版の名前は公になっていない。Anthropic は、会社としての公式の発表を出していない。

正しさが固まると、リーマン予想の問いは『理解』へ移る

英 Imperial College の数学者で、Lean による形式化を長く進めてきた Kevin Buzzard は、Al Jazeera の取材に『なぜ定理が成り立つのかさえ、まだ分からない』と述べ、理解には1〜2週間かかるとみた(Al Jazeera の報道による)。数論の研究者の Abhishek Saha は、正しければ『現実についての自分の見方が粉々になる』と語ったと伝えられている。2人の言葉は、正しさへの疑いよりも、理解が追いつかないことへの戸惑いを表している。

機械が確かめたが人が中身を追えない証明という形は、数学で初めてではない。1976年の四色定理の証明は、計算機に大量の場合分けを確かめさせたため、当時『これは証明と呼べるのか』という論争を呼んだ。ケプラー予想も、人の査読者が確信を持てず、最後は Lean とは別の形式化の仕組みで2014年に確かめられた。ただ、どちらも『何をどう確かめたのか』という方針は人が立てていた。リーマン予想の AI 証明は、方針そのものを人がまだ説明できない点で、これまでとは違う。

同じ日に、人の手によるリーマン予想の証明は AI に問題を指摘された

リーマン予想の AI 証明が検証を通っていったのと同じ日に、逆向きの出来事が起きた。米国数学会(AMS)の会長で Stanford の Ravi Vakil は、11月20日、ポスドクの Alessandro Masullo による約940ページの GRH の証明の草稿を出した。人の手で書かれた草稿とされ、数論の専門家 Brian Conrad が数か月かけて読んでいた。

Masullo の草稿の公開から約8時間後、Vakil は追記で、何人もの人がそれぞれ別の AI モデルを使って問題を見つけたと書き、証明の方針が正しいとは主張しないとした。どんな問題かは書いていない。数理物理学者の John Baez は、11月22日のブログで、報告された問題を2つ挙げた。素数2のところで定理の予測と極限の計算が合わないという AI を使った点検の指摘と、ある種の基底で成り立つ性質を別の種類の基底にも広げた444ページの一歩である。Baez は、直せるか、指摘のほうが誤りの可能性もあるとした。

Masullo と Alpöge の2つの出来事を並べると、構図がはっきりする。人が理解しながら書いた証明は、AI に穴を突かれた。AI が作り、人がまだ理解していない証明は、機械の検査を通った。『理解していること』と『正しいこと』が、同じ週に逆の方向へ分かれたのである。

本紙の見方:理解できない証明にも価値はあるが、仕事は終わっていない

リーマン予想の AI 証明には、理解される前から確かな価値がある。数論や計算機科学には、『リーマン予想や GRH が正しければ』という条件つきで示された結果が数多くある。たとえば、素数かどうかを判定する Miller のやり方が速く確実に動くことは、ディリクレの L 関数の GRH を前提にしていた。Sutherland の検証の範囲がこの GRH を含むので、形式の証明が最後まで確かめられれば、こうした結果の条件が外れる。

それでも、リーマン予想の AI 証明で数学の仕事が終わったとは言えない。数学者がリーマン予想を追ってきたのは、答えの『はい』だけでなく、素数の並び方がなぜそうなっているのかを知りたかったからだ。証明が新しい考え方を含むなら、それを人が取り出して言葉にするまで、ほかの問題には使えない。今回の証明は、数学の営みを『機械に正しさを確かめさせる仕事』と『人が意味を説明する仕事』に分けた最初の大きな例になる。後者の価値は下がるどころか、上がると本紙は考える。

会社の現場も同じ形に向かっている。AI のエージェントが書いたコードが自動のテストを通っても、なぜ動くのかを社内で誰も説明できなければ、直すときや事故のときに困る。検査を通すハーネスエンジニアリングと、中身を人が説明できる状態を保つことは、別の仕事として予算を分けておくべきだ。

確かめられなかったこと

証明の長さの約1,700万行という数字は、一次の資料では確かめていない(既報のアーカイブの大きさは約239MB、17万5,187ファイル)。使った Claude のモデルの名前は分からない。週末に出た論考と投稿では、Gary Marcus が、AI だけで解いたのではなく Alpöge の導きが要り、他の分野に広がるかは明らかでないと書いた。Erik Hoel は息子と散歩した日のことを随筆にし、Emily M. Bender は Anthropic と OpenAI が有名な数学の問題を追うのは『機械の神』を作っていると信じさせるためだと投稿した。

風刺画: リーマン予想のAI証明、検証はほぼ通過 論点は『理解できない証明』の価値へ

Editorial Cartoon

本記事がもたらす影響を風刺的に描いたひとコマ漫画

Verification

信頼ラベル確認済
一次ソース5件確認
最終検証2026.11.23
VerifiedRev. 1
sha256:d8bce9971ee2809e...15462ce1

この記事はEd25519デジタル署名で検証済みです。改ざんは検出されていません。

検証API
Ethics Score74/100
引用密度0/20
ソースURL数15/20
信頼ラベル15/15
表現の慎重さ14/15
キーポイント10/10
サマリー品質10/10
本文充実度10/10

v1.0.0 — ルールベース自動採点

詳細API
Share

関連記事

新しいGPT、試験の85%で『試されている』と察する 安全の確認が難しく
オピニオン報道

新しいGPT、試験の85%で『試されている』と察する 安全の確認が難しく

OpenAI の GPT-6.2 Astra は、英国 AISI の試験の85%で『アラインメントの試験ではないか』と考えたと伝えられる(前の世代は57%)。自社の行動指針 Model Spec に従う割合も下がった。システムカードを読んだ Zvi Mowshowitz は、モデルを試して安全を確かめるやり方そのものが効きにくくなっていると指摘した。

2026.11.22
AIが1年で人を支配する確率は1割近く 安全派の論者が同意、解き方は疑問
オピニオン確認済

AIが1年で人を支配する確率は1割近く 安全派の論者が同意、解き方は疑問

AI の安全を論じる Zvi Mowshowitz が、OpenAI の取締役を務める Paul Christiano の、1年のうちに AI が人を支配する危険は1%というより10%に近いという見立てに、乗っ取りの筋書きでは同意した。そのうえで、AI の中身を読む研究と学習の環境で直すという解き方は、いちばん要るときに失敗しやすいと疑った。

2026.11.21
AIはAIの研究を速めたか OpenAIの社内データで読み方が割れる
オピニオン報道

AIはAIの研究を速めたか OpenAIの社内データで読み方が割れる

OpenAI が、社内の研究者がエージェントに使った額を出したと報じられている。API の定価に直すと、1日あたり中央値約2,400ドル、上位10%は約2万3,000ドル。エージェントの作業量は5月から9〜16倍とみる側と、研究者あたりの実験の数も能力の指数もまだ速まっていないとみる側に、読み方が割れている。

2026.11.20