核心内容の一言でのまとめ
ここ半月で数論界は大騒ぎになりました。10年間誰も動かしていなかった素数間隔の記録が、AIのおかげで数日間で3段階も上がり、246から240、212、そして186へと更新されました。これは単なるAIの見せびらかしではなく、「小学生でも理解できるがトップクラスの数学者でも解けない」とされる「双子素数の予想」を再び世間の注目の的にしました。2000年以上も進化してきたソート法という道具を使って、「無限に存在する素数ペアの間隔は186以下だ」と証明できるようになりましたが、最後の「2の差」という障壁を越えることができず、なぜ越えられないのかさえ、既存の数学的道具の根本的な欠陥によるものです。さらに興味深いことに、この純粋に数学的な問題は歴史上、インテルに4億7500万ドルの損失をもたらしたり、グーグルによってオークションのネタにもされたりしています。
---
ポイントごとの分かりやすい解説
1. 今回のAIによる記録更新は「双子素数の予想の証明」ではない
多くの人がこのニュースを見て「AIが100年の数学的難問を解いた！」と思うかもしれませんが、それは完全な誤解です。
2014年に人類が素数間隔の記録を246に固定して以来、10年間世界中の数学者が頭を悩ませてもその数字を下げることができませんでした。既存の数学的道具の限界だと皆が思っていました。しかし今年の8月、オーストリアの若手数学者ジュリア・シュタドルマンが古いアプローチを少し改良し、記録を240に更新しました。それを聞いたAI企業が次々と参入しました。AI数学スタートアップのAxiomはAIを使って試行錯誤しながら最適化し、212まで記録を更新しました。OpenAIはGPT-6 Astraを発表した当日には186という結果を出し、ジュリアの論文を参考にしていないと主張しました。この時、OpenAI、Anthropic、xAIのサービスが一時的にダウンし、ネットユーザーはAIが計算能力を使って数学問題を解いたと冗談を言いました。
しかし実際には、この操作は根本的な数学的難問には触れていません。人類が10年かけて試せたことの99％をAIが超高速で解いただけで、最終的な証明にはまだ遠く及びません。
2. 双子素数という「小学生レベルの問題」が過去に2度もビジネス大手を騙した
双子素数とは「差が2の素数ペア」のことですが、小学生でも理解できます。しかし過去にはビジネス界で大きな話題になりました。
- 1994年、アメリカの数学者ニーシリーが双子素数の倒数の合計（ブルン定数）を計算していたところ、結果に誤りが発見されました。原因はインテルの新しいペンティアムプロセッサの浮動小数点演算ユニットにある小さなバグでした。この問題が発覚し、インテルは問題のチップを全て回収し、当時の年間利益の約10％にあたる4億7500万ドルの損失を被りました。
- 2009年にはノルウェーのネットワーク企業が破産し、6000件の通信分野の核心特許がオークションにかけられました。グーグルは無料で注目を集めるために1902160540ドルという高額な入札をしました。この数字はブルン定数の最初の6桁に一致していました。グーグルは特許を取得できませんでしたが、世界中のテクノロジーメディアが無料でグーグルを特集し、大きなトラフィックを得ました。
3. ソート法は「合数を除外する」だけ？実際には統計的な「天網」に進化している
ほとんどの解説では、ソート法は2000年前にエラトステネスが発明した単純な方法だとされていますが、それは誤解です。現代のソート法は、エラトステネスの方法を基に進化しており、「具体的な数が素数かどうか」には関心がなく、合数を一つ一つ除外するのではなく、都市全体の人口調査のように「100人のうちどれだけが条件を満たすか」を計算します。GPYソートやメイナード＝タオ・ツェクシンソンソートなどの改良版では、異なる候補数に異なる重みを付け、計算能力を最も素数ペアが出現しやすい領域に集中させます。これは警察が家々を回るのではなく、リスクの高い地域に力を集中させるようなものです。張益唐の画期的な発見も、このソート法に「精密な地図」を追加し、素数の分布をより正確に把握することができるようになったからです。
4. 186から2への障壁はパラメータの調整だけでは越えられない
多くの人は186まで到達したのだから、徐々に最適化して100、12、6へと進めば最終的に2に到達できると思うかもしれませんが、そうではありません。現在のソート法が直面しているのは「奇偶障壁」と呼ばれる根本的な問題です。これは「明らかに間違っている数を除外する」だけで、残った候補の中には本当の素数と、2つの大きな素数の積でできた合数が混在しており、区別がつきません。ソート法は「身分証明書をチェックする」だけで、これらの違いを区別することはできません。
5. AIによる数学の進歩が学問のルールを変えつつある
タオ・ツェクシンソンは「ジュリア・シュタドルマンがAIによる問題の『汚染』が起こる前に論文を発表したことを非常に幸運だと思う」と述べました。
AIが結果を出した場合、人間の数学者にはその結果の出典や背後にある洞察が分からないかもしれません。AIが強くなるにつれて、多くの数学分野で人間が導出過程を理解できなくなり、AIが正しい結果を出すだけになるかもしれません。数学研究は本来、人間が宇宙の法則を理解するためのものですが、AIが答えを出し、人間が後で解説をするだけになると、数学の意味が変わってしまいます。しかし良い面から考えれば、数学者はもうソート法のパラメータを調整したり複雑な不等式を解いたりする必要がなくなり、奇偶障壁といった根本的な問題に集中できるようになり、新しい数学革命を生み出すかもしれません。