Anthropic が、AI のモデル Claude Fable 5.2 が理論物理の問題で人の記録を更新したという、詳しい報告を出した。題材は、3次元の重力の世界で最も軽いブラックホールの質量の上限である。人が出していた上限 c/8.5 を、Fable 5.2 は約6週間で c/9.1266 まで詰めた。さらに、この方法ではこれ以上良くならないことも証明し、証明を機械で確かめる道具の Lean で確かめた。ただし、結果を確かめた物理学者の名前は報告に出ておらず、専門の雑誌の査読もまだ受けていない。
日本の会社にとって:大半の会社には直接の関係はありません。関係するのは、研究開発の部門で AI に計算や証明を任せ始めた製薬、素材、製造業などで、AI が出した結果を社内の判断に使う前に、機械による検証の有無に加えて、名前のある専門家のだれが確かめたかを記録する決まりがあるかを、今月中に点検しておくとよい。
Claude Fable 5.2 が詰めた「ブラックホールの質量の上限」とは
3次元の重力とは、私たちの宇宙(空間の3次元と時間)から空間の次元を1つ減らした、単純にした宇宙のことである。量子力学と重力を1つにまとめる理論(量子重力)はまだ完成しておらず、物理学者は扱いやすいこの単純な宇宙を練習台にして、ありうる理論の候補を絞り込んできた。
3次元の重力の研究で、ブラックホールの質量の上限は、理論の候補を絞る物差しになる。筋の通った理論なら、ある重さより軽いところに必ずブラックホールが現れる、という形の制約である。上限は、理論の大きさを表す数 c で割った形で書かれ、割る数が大きいほど上限は厳しく、絞り込みは強くなる。人の研究で得られていた割る数は8.5で、Fable 5.2 はこれを9.1266まで引き上げた。上限の値で言えば約7%下がった。
Anthropic は11月9日の Fable 5.2 の発表で、物理の未解決問題を2つ解いたと書いていた。その1つが、単純にした宇宙で量子重力の理論の候補を絞る15年前からの手法が、どこまで使えるかの正確な限界を見つけた、というものだった。今回の報告は、この主張の中身を数字で示したものになる。
「この方法ではこれ以上無理」まで証明し、Lean で確かめた
Fable 5.2 の結果でいちばん大きいのは、上限を詰めたことより、詰める余地がもうないことまで示した点である。上限を下げる研究は、ふつうは少しずつ記録を更新していき、どこで止まるかは分からない。Anthropic の報告によれば、Fable 5.2 は、この手法の最も単純な版(ブラックホールの回転を無視する版)で到達できる最良の値が c/Λ(Λ は正確な式で与えられ、約9.1266)であることを証明した。同じ方法を使う限り、人が後から計算を重ねても、これ以上は良くならないことになる。
Fable 5.2 の証明は、Lean で確かめられている。Lean は、証明の一歩一歩が論理の規則に合っているかを、人ではなく機械が検査する道具である。人が長い計算を読んで誤りを探すより、ずっと確かな裏づけになる。ただし Lean が保証するのは、機械に書き直した主張が正しいことであり、その主張が物理の問題を正しく表しているかは、人の専門家が判断する必要がある。
足りないもの:確かめた物理学者の名前と査読
Anthropic の報告で欠けているのは、結果を確かめた人の名前である。物理学者が確かめたとは書かれているものの、だれが確かめたのかは出ていない。専門の雑誌の査読もまだである。Anthropic は11月12日の時点でも、発表の記事とシステムカードが外部の組織の見直しを受けていないと脚注に書いていた。
名前の有無は、研究の世界では小さな違いではない。名前のある専門家が確かめたと公にすれば、その人の評判が結果の裏づけになり、外の研究者は誤りを見つけたときに本人に問える。名前がなければ、外の人は Anthropic の説明と Lean の検査だけを頼りに判断するしかない。
OpenAI と Google の例と比べると
OpenAI が11月16日に出した、GPT-6 Astra が物理の証明を主導したという報告では、格子の理論の専門家 Golterman、Kronfeld、Shamir の3人が証明を読み、問いを出したと名前つきで書かれていた。その報告も査読はまだだが、だれが読んだかは外から分かる。Google が11月13日に出した、複数のエージェントで研究を進める機能の数学の成果では、外の人による検証はまだ出ていない。
AI のラボが科学の成果を競って発表するなかで、Anthropic の今回の報告は、機械による検証では最も強い部類に入る。一方で、人による外からの裏づけでは、名前の出た専門家がいる OpenAI の例に及ばない。Fable 5.2 の結果が物理学の中で定着するかは、名前のある研究者が中身を読み、査読を通るかで決まる。
確かめられなかったこと
今回の記事は、Anthropic の報告の主な結果(上限の値、限界の証明、Lean による検証、約6週間という期間、確かめた人の名前が出ていないこと、査読がまだであること)に基づいている。もとにした人の上限 c/8.5 は Tom Hartman、Dalimil Mazáč、Leonardo Rastelli の3人が証明したもので、手法そのものは2009年に Simeon Hellerman が導入した。人の関わりは、Anthropic の研究者 Hongbin Chen が候補の問題ごとにエージェントを立てたことと、論文を書く際の最小限の指示にとどまり、作業の大半は自律的だったと報告は書いている。Fable 5.2 がどれだけの計算を使ったかは、この記事では確かめていない。Anthropic の報告には、発表のページから当たれる。




