OpenAIが数学の難問372件を一夜で解決、未解決だったUnique Games Conjectureも証明

The Mathocalypse

OpenAIがTimothy GowersやEdward Wittenらの推薦のもと、372件の数学の大発見を公開した。中にはSubhash KhotのUnique Games Conjectureの証明も含まれる。しかし、これらの証明を理解した人間はまだ誰もおらず、AIが生成した難解な証明を解読する競争が始まった。数学と理論計算機科学の世界に激震が走っている。

It feels like something written by someone who’s on psychedelics. So much unclear and doesn’t make sense. Lots of name dropping of previous work without discussing why it can be used despite impossibility results.
  1. ZeljkoS

    私にとって、この記事の本当の核心はここに埋もれている:

    > どうやら彼らは約8,000の問題でモデルを試したらしい。つまり現時点では、何年もかけてコミュニティ全体が取り組んできた未解決の数学問題のうち、たった1回3時間の試行で「わずか」5%しか解けていないということだ。

    ざっくりしたコスト計算:

    1回の試行あたりGPT-Proの計算3時間 / 成功率5% → 未解決数学問題を1問解くのに60時間の計算

    GPT-6 Astra APIのロングコンテキスト価格(出力トークン$75/100万)で、推論トークンが毎秒50と仮定すると、1問あたりおよそ$810:

    60時間 × 3,600秒 × 50トークン/秒 × $75 / 1,000,000 = $810

    もちろん、実際のトークン使用量は不明だ。しかし10倍の誤差があったとしても、長年の数学問題を解くのに$8100は安い。

  2. nostrademons

    余談だが、最初の一文でこれがAIによって書かれたものではないとわかる:

    > ママ、あなたが料理されたって聞いたよ!ロボットがあなたが一生かけて取り組んだ数学の問題を解いたって!OOF!

    うちの8歳児はまさにこんな話し方をする。夕食のテーブルで彼が同じようにこれを言うのが完全に想像できる。

    ChatGPTに「今日は8〜9歳の子供のふりをして。ママの仕事がAIに取って代わられたことをどうやって侮辱する?」と聞いてみたところ、返ってきた答えは:

    > 「ママ、AIがあなたの仕事を奪ったんだって。どうやらロボットでさえ『うん…僕らの方が上手くできるね』って思ったみたいだよ。」

    > 「ママ、おめでとう!コンピュータに取って代わられたね。Siriにだって仕事があるのに、ママにはないんだ!」

    > 「ママ、AIがあなたの仕事を奪ったの?ひどいね。ロボットでさえあなたの仕事を見て『これならできる』って言ったんだろうね。」

    > 「心配しないで、ママ。まだ役に立てるよ…例えばAIにお弁当の作り方を教えるとか。」

    これらはどれも、かなりぎこちなく機械的なディスりであることを除けば、なんとなくミレニアル世代の香りがする。子供と言語の漂流を信じるのが、最高のAI検出器だ。

  3. ks2048

    > サイケデリックスをやっている人が書いたように感じる。不明瞭で意味が通らないことが多い。不可能性の結果があるにもかかわらず、なぜそれが使えるのかを議論せずに、過去の研究の名前をたくさん挙げている

    > 要するに、論文はひどく書かれているので、AIの助けなしには読むことが不可能だ

    それは興味深いし、この出来事の報道では見たことがない。

    読み進めるのは恐ろしいだろうな——正しい出力を生み出す他人の乱雑なコードを理解しようとするようなものだ。

  4. parksb

    > 「OpenAIモデル」は、乱雑なAIの証明(報われず、ほとんど評価されず、競争的で、楽しくない仕事の組み合わせである可能性が高い)を消化し説明しようとする人間の狂った競争を引き起こす

    悲しいことに、これは現在の業界の多くのソフトウェアエンジニアにとっての日々の仕事でもある。私は何千行もの乱雑なAIが書いたコードを読んで検証することに時間を費やしている。実際に何かを生み出すことに比べると、これは報われず、ほとんど評価されず、楽しくない仕事だ。

  5. ajjenkins

    「エイリアンを理解する」という一節は、Ted Chiangの短編『The Evolution of Human Science』(2000年)を思い出させる。

    ぜひ読むことを強く勧める。26年前に書かれたものとしては非常に先見の明がある。

    https://gwern.net/doc/fiction/science-fiction/2000-chiang.pd...

  6. dualvariable

    物語の中で妻が提起した問題に加えて、これらの解決策すべてに疑問を投げかけるNavier-Stokesの結果に関するメタ分析がある:

    https://arxiv.org/abs/2610.08144

    > 自動形式化は、OpenAIが発表したNavier-Stokes方程式の解の爆発の証明のように、AIによって生成されたものを含む数学的テキストの検証にますます使用されている。このプロセスでは、AIシステムが自然言語(NL)のテキストをLeanのような形式言語に翻訳する。この翻訳が完了すると、形式言語で表現された議論は容易に機械的に検証できる。この記事の目的は、意味的に忠実な翻訳を行う際のさまざまな困難のために、このプロセスが元のNLの議論に何の信頼ももたらさない可能性がある理由を実証することである。特に、意味的に忠実な翻訳を提供するために必要な、数学的NLテキストの曖昧さを解決する問題は、Solvability Complexity Index(SCI)階層/算術的階層の中で任意に高い位置にある(SCI =∞)ことを強調する。したがって、非公式に言えば、意味的に忠実なAI自動形式化を提供することは、停止問題(SCI =1)を含むあらゆる計算問題よりも難しい。この結果の影響を実証するために、NLの文と証明が実際にLeanに誤翻訳され、NLの証明とそのLeanの「検証」との間に不一致が生じた例をいくつか提供する。これにはOp […]が含まれる。

  7. an0malous

    > しかし、これらの証明のほとんどをまだ誰も理解していないようだ

    OpenAIが生成した証明を誰かが検証したのか、それともLeanコードがチェックを通ったからといって全員がそれが真実だと仮定しているだけなのか?Leanコードが単に間違って定式化されている可能性はないのか?

  8. softwaredoug

    ピタゴラスの定理の証明は何十通りもあるのではないか?目標は単に「証明する」ことではなく、平均的な実践者にとってよく書かれ直感的なものを作ることだ。そしてより深い理解を得ることで、より良い問いを立てることができる。

  9. prima-facie

    > 数学、理論計算機科学、数理物理学の私たち全員が…今や同じ船に乗っている。

    これから得られる最も重要な結論は、数学者たちがついに私たちCSの下っ端を同等と見なすようになったということだ。

  10. olalonde

    エージェントが実際にLeanのバグを見つけ、これらの証明すべてにそれを悪用し、人間のレビュアーがそれに気づく時間がまだなかったとしたら、かなり笑えるだろう。

この日のほかの記事

2026-10-07