60のAIサブエージェントが1.5日で150年来の数学問題を前進させた—人類単独では成し得なかった飛躍

この成果は、Anthropicの研究者さえも驚かせた、印象的なマルチエージェントワークフローに従っています。

• 数学の専門的なバックグラウンドを持たないAnthropicのスタッフが、モデルに「本気で取り組んでみて」と依頼しました。
• 約1.5日間にわたり、モデルは60の連携したサブエージェントを通じて、およそ650の候補アプローチをテストしました。
• この実行は、2回のセッションで3100万出力トークンを消費し、2400のシェルコマンドを実行、54本のarXiv論文をレビューしました。
• 60のサブエージェントのうち、主要な数学的ブレークスルーを生み出したのは2つでした。
• 勝利したアプローチは、Enrico Bombieriによる2000年の論文と、より最近の結果を統合したもので、これまで誰も組み合わせていなかったものです。

検証：2層の証明

社内の数学者2名—Levent AlpögeとRalph Furmaniak—が証明をレビューし、確認しました。その後、この議論は対話型定理証明系Leanで形式化され、機械でチェック可能な正しさの証明書が生成されました。この二重の検証（専門家によるレビュー＋形式検証）は、AIが生成した数学的結果に対する最良の実践的エビデンスとして広く受け入れられています。

転換点：2026年、AIが未解決問題研究に参入した年

Claudeによるリーマン予想下限の改善は、孤立した出来事ではありません。2026年は、AI主導の数学的ブレークスルーが加速的に相次いだ年です。

• 2026年5月 — OpenAIは、未公開の汎用推論モデルが、80年来の未解決問題であるエルデシュ単位距離予想を自律的に反証したと発表。
• 2026年5月 — Google DeepMindのAlphaProof Nexusが、9つの未解決エルデシュ問題（一部は56年間未解決）を解決し、整数列の大百科事典（OEIS）からの44の予想を証明。すべてLeanで形式化。
• 2026年7月 — Anthropicの数学者Levent Alpögeが、未公開の「Fable 5」モデルを使用して、1939年に提示されたヤコビアン予想の反例を発見。
• 2026年8月 — OpenAIのAstraモデルが、わずか約2,000ドルの計算コストで10の数十年にわたる数学問題を解決し、機械検証可能な証明をLeanでGitHubに公開したと報告。

多くの論者が指摘するように、この分野は2026年半ばに閾値を超えました。AIシステムは競技レベルの数学を解く段階から、出版可能な未解決問題レベルの研究を生成する段階へと移行したのです。

議論：著作者、基準、そしてリーゲン宣言

AIが生み出す数学の急速な進歩は、激しい議論を引き起こしています。

• 2026年6月、16人の数学者グループが**「人工知能と数学に関するリーゲン宣言」**を発表。証明の構造、著作者の帰属、AI生成結果に対する人間の監督に関する新たな基準を提言しました。この宣言はその後、国際数学連合（IMU）でも議論されています。
• 主な緊張点は以下です。AIが証明を生成した場合、誰が著作者としてクレジットされるべきか？ 証明が人間には形式ツールなしでは完全に検査するには長すぎる、または斬新すぎる場合、分野は認識的信頼を維持できるか？ そして、どのようにジャーナルは、一人の人間では決して生み出せなかった結果をピアレビューすべきか？
• 一部の数学者は、AI支援による証明は理解と説明の洞察を損なうリスクがあると主張します。証明は正しくとも、その内容は不透明になり得るからです。一方で、Leanによる形式検証は、従来のピアレビューよりも厳格な基準を提供すると見る向きもあります。

これが意味すること：AIの新しい科学的発見能力

Anthropicのリーマン成果は、議論をいくつかの具体的な点で前進させます。

1. 自律的な探索の規模が重要

650ものアイデアを60のサブエージェントでテストすることは、マルチエージェントアーキテクチャが、同じ時間枠ではどの人間の研究グループも及ばない規模で体系的探索を実行できることを示しています。これにより、問いは「AIは数学ができるか」から「どのようにAIによる大規模探索を科学的発見のパイプラインに統合すべきか」へと移行します。

2. 偶然の統合が可能

数学的訓練を受けていないモデルが、Bombieriの論文（2000年）とより新しい結果を組み合わせたという事実は、AIが異なる文献を横断して非自明な概念的接続を行えることを示しています。この能力は、LLMが単に補間しているだけなのか、それとも真に発見できるのかという核心的な疑問に直接応えるものです。

3. 形式検証が信頼の問題を解決

Leanによる形式化は、結果が「ブラックボックス」による主張ではないことを意味します。これは、あらゆる数学者が機械的に検査できる証明可能な正しい定理です。これは、AIが生成した科学的結果を検証可能にするためのテンプレートを提供し、AI主導の発見に対する最も強い反論の一つに対処します。

4. 著作者と基準に関する議論は建設的であり、麻痺させるものではない

驚くべき結果（DeepMind、OpenAI、Anthropic）とコミュニティ主導の制度的対応（リーゲン宣言）が同時に出現したことは、数学コミュニティが后退するのではなく適応していることを示唆しています。現在の議論は、AIの出力を全面的に拒否することではなく、規範とクレジットを中心に展開しています。

5. 発見のコストとスピードが劇的に低下

OpenAIのAstraの結果に対する2,000ドルの計算コストと、Claudeのリーマン下限改善に対する36時間のターンアラウンドタイムは、出版可能な数学的発見の限界費用がほぼゼロに近づいていることを示唆しています。これは、研究者がどのような問題を追求することを選ぶか、そして誰が数学研究に参加できるかに深遠な影響を及ぼします。

結論

Anthropicによるリーマン下限の改善は、AIシステムが自律的に、150年来の未解決問題を前進させる、出版可能で形式的に検証可能な数学的結果を発見できることを示す画期的なデモンストレーションです。2026年に相次いだ同様のブレークスルーと相まって、議論は「AIが科学的発見に貢献できるか」から、「科学コミュニティは新しいクラスのAI共同発見者に対して、どのようにインセンティブ、帰属、検証を構造化すべきか」へと移行しています。