核心内容の要約
80年前、数学者エルデシュは次のような単純に見える問題を提起しました。「平面上にn個の点を配置したとき、距離がちょうど1センチメートル（基準距離）の点対は最大でいくつ存在するだろうか？」彼は、この数の増加速度がnに近い（ほぼ線形で、例えばnに徐々に小さくなる数を掛けたような）ものであり、nの1.01乗のような「ほぼ線形」な範囲を超えないと推測しました。しかし今年5月、OpenAIの汎用AIモデル（数学専用に訓練されたわけではない）が複雑な代数数論の手法を用いてこの推測を覆しました。つまり、δ（例えば0.014）という小さな正の数が存在し、基準距離の点対の数はn^(1+δ)に達することが証明され、エルデシュの予測よりも増加速度が速いのです。これはAIが重要な数学的な猜想を解決した初めての事例であり、競技会の伝説的人物である陳立杰がその証明を人間が理解できる形に整理しました。このことは、AIが数学研究を根本から変えるかどうかについての議論を呼んでいます。
一、エルデシュの推測：平面上に「1センチメートルの距離」の点対は最大でいくつ？
紙の上にn個の点を描き、できるだけ多くの点対の間の距離がちょうど1センチメートルになるようにしましょう。エルデシュの問題は、その「最大値」がいくつかというものです。
- 最も単純な場合：中心点を1つ置き、その周りに半径1センチメートルの円上にn-1個の点を配置すると、n-1組の基準距離の点対ができます。
- しかし、もっと多くの点を配置したい場合はどうでしょうか？例えばチェスボードのような格子状の場合、各点の周りに1センチメートルの距離の隣接点が何個あるかですが、平面幾何学の制約により、最大で3個の点しか等間隔に配置することができません。
エルデシュは、この数の増加速度がn^(1+o(1))になると推測しました。つまり、nよりも少し速いですが、n²のように急激に増加するわけではありません。この推測は80年間数学者たちを悩ませてきました。
二、AIの独創的なアプローチ：高次元数学を用いて平面上の制約を超える
これまで人間は2次元の格子（チェスボードなど）を使って基準距離の点対を作ろうとしてきましたが、AIは人間がほとんど試みたことのない方法を採用しました：
1. 高次元数域へのアプローチ：人間は通常の整数（2次元）を使用していましたが、AIはより複雑な「高次元の数字システム」（代数数域）を利用しました。このシステムでは、1つの数をより多くの因子に分解することができ、それによって同じ距離の点対をより多く作ることができます。
2. 代数学と幾何学のバランス：高次元の点を2次元平面に投影すると密集してしまいますが（例えば3次元のワイヤーを平らにした場合、交点が密になる）、AIは「無限に拡張された数域タワー」（類域論＋ゴロド＝シャファレヴィッチの定理）を用いて、高次元で十分な数の基準距離の点対を生成しつつ、2次元への投影時の密度をコントロールしました。
その結果、AIは基準距離の点対の数がn^(1+0.014)に達することを証明し、エルデシュの推測を覆しました。
三、この成果の意義：汎用AIが重要な数学的猜想を解決
この成果の衝撃的な点は以下の通りです：
- 汎用性：AIは数学専用に訓練されたわけではなく、特別なヒントやツールも使用せずにこの問題を解決しました。
- 高い評価：フィルズ賞受賞者のゴールズは、もしこのAIによる証明が人間によって書かれたものであれば、数学のトップジャーナル「Mathematical Annual」（フェルマの大定理が証明された場所）に直接掲載されるだろうと述べています。
- 直感を超える：数学的な猜想の解決には構成的思考（新しい方法を考え出すこと）が必要ですが、これまではそれが人間独自の能力だとされていました。しかしAIは問題を計算するだけでなく、新しい証明のアプローチも「創造」することができます。
四、背後にいる人物：陳立杰
この突破の裏には中国人の存在があります。陳立杰です。
- 競技会の伝説：16歳で情報科学オリンピックで金メダルを獲得し、18歳で世界一となりIOIでも金メダルを獲得しました。清華大学出身でMITの博士です。
- AIと数学の架け橋：彼は今年初めにOpenAIに加わり、AIによる証明を人間が理解できる形に整理する役割を果たしました（AIの原始的な思考プロセスは125ページに及びます）。彼は「5ヶ月でこのような大きな進歩があるとは思わなかった」と語っています。
彼の存在は、AIの成果を人間の専門家が「翻訳」し検証する必要があることを示しており、人間とAIの協力が現在の数学的な突破において重要であることを示しています。
五、AIと人間の数学：助手か、代替者か？
この成果は激しい議論を呼んでいます：
- AIの利点：人間が想像もつかないような高次元の数学を処理でき、試行錯誤のコストが低く、既存のツールを組み合わせる能力が非常に強い。ある人々は「人間の脳は高等数学に最適化されていないのかもしれない」とさえ言っています。
- AIの限界：新しい研究方向を提案したり、新しい理論を創造することはできません（エルデシュのように猜想を立てることはできない）。ただ既存の数学的ツールを組み合わせるだけです。
- モラヴィックのパラドックス：数学は人間にとって難しいが、AIにとっては比較的容易です。一方で、料理や歩くような人間にとって簡単なことはAIには難しい。
現在のコンセンサスは、AIは強力な助手であるが、まだ人間の数学者を完全に置き換えるには至っていないというものです。人間の「味覚」「好奇心」「新しい問題を提案する能力」は、現時点ではAIには代替されていません。
結論
AIがエルデシュの推測を覆したことは終わりではなく、新たな始まりです。これにより、数学が本当に人間の知性の最後の砦なのかどうかを再考する必要があります。将来的には、AIと人間の数学者の協力によって、これまで想像もつかなかったような新たな突破が生まれるかもしれません。しかし少なくとも現在、数学研究の「魂」は依然として人間です——AIは「計算と構築」を担当し、人間は「方向性と創造性」を担っています。