過去 1 世紀のほとんどの間、数学の実践は驚くほどほとんど変化していませんでした。数学者がパターンに気づき、予想を書き、何か月か何年もかけて証明を構築し、他の数学者がそれを検証します。 IEEE Spectrum の Benjamin Skuse による詳細なレポートによると、現在、人工知能はそのゆっくりとした熟議プロセスを回避し始めており、数学者であることが実際に何を意味するのかをこの分野に突きつけつつあるとのことです。

2026 年 6 月 25 日に公開されたこの記事は、大規模な言語モデルが、批評家がかつて確率論的なオウムとして無視していたものから、本物の数学的推論エンジンへといかに急速に進化したか、そしてその変化が常にこの研究を行ってきた人間にとって何を意味するかを追跡しています。 この件の詳細は、人工知能の最新情報をご覧ください。

数学における AI の影響力が急速に拡大

計算は数十年にわたって数学を加速してきました。転機はおよそ 50 年前に起こりました。そのとき、コンピューターが 4 色定理を証明するために使われました。この定理は、隣接する領域が同じ色を共有しないように、地図を 4 色以内で着色できるかどうかを問うものです。答えは「はい」でしたが、人間が手作業で現実的に検証できない 1,936 件のケースのチェックに依存していたため、この証明は物議を醸しました。

その計算時代を通しても、人間の数学者は中心的な存在であり続け、推測を提案し、戦略を考案し、結果を検証しました。 AI は現在、その取り決めに真っ向から挑戦しています。昨年の夏、Google DeepMind と OpenAI のシステムは、世界で最も数学的才能に恵まれた高校生と同等のレベルに達し、出場者が 6 つの悪名高い難問を解く必要がある年次大会である国際数学オリンピック (IMO) で金メダルを獲得しました。

マイルストーンは加速し続けています。 2026 年の初め、Google DeepMind の実験システム Aletheia は、出版可能な博士レベルの研究結果を自律的に生成しました。算術幾何学で構造定数を計算するという仕事自体は数学的には曖昧ですが、その重要性は、これまでに解決されていない問題に取り組むために必要な複雑な推論にあります。つい最近では、OpenAI の新しい汎用 AI システムが、組み合わせ幾何学の重要な予想を反証しました。この結果は、一流の数学者からこの分野のマイルストーンとして称賛され、主要なジャーナルに掲載されるに値する成果でした。

証明アシスタントと形式化のボトルネック

第 2 の変化は、大規模な言語モデルと証明アシスタントの組み合わせから起こりました。 Isabelle、Lean、Rocq などのシステムは、数学的証明を段階的にチェックして論理的な正しさを検証する特殊なプログラミング言語です。 10 年以上にわたり、定理や証明を手作業で機械可読コードに変換する骨の折れるプロセスである形式化がボトルネックとなっていました。

LLM は、非公式の証明を、証明アシスタントが検証できる正式なコードへの変換を自動化することで、そのボトルネックを解消し始めています。 AI企業Math, Inc.は2月、Gaussという推論エージェントを使用して、EPFLのマリーナ・ヴィアゾフスカ氏が2022年にフィールズ賞を受賞した研究を形式化した。ガウスはまず人間の数学者が8次元の球充填問題に対するヴィアゾフスカの解の形式化を数日で完了できるよう支援し、その後、より複雑な24次元の場合をわずか2週間で自律的に形式化した。

このような成果は、AI が長らく人間特有のものと考えられていたタスクをすでに処理しており、数学者の日常業務の多くが間もなく自動化の対象となる可能性があることを示唆しています。

数学者は自分たちが「神託の司祭」になるかどうかを議論する

2025年9月に開催された第12回ハイデルベルク賞受賞者フォーラムの報告で、超人的なAIシステムが人間の関与なしに推測を形成し、解空間を探索し、定理を証明し、証明を検証し、結果を一般化する未来について講演者が説明したとき、スクーゼ氏は聴衆に明白な不安を感じたと述べた。

ロンドン数理科学研究所のヤン・フイ・ヘ氏は、人間の数学者が「神託の司祭」になる可能性があると警告したのが記憶に残る。Google開発者グループの数学者ジェシカ・ランドール氏は、若い研究者の間で集団的な実存的恐怖が高まっているのを感じたと語った。 「私たちは、AI が私たちに取って代わる可能性があることに確かに気づき始めました」と彼女はIEEE Spectrumに語った。

誰もが警戒しているわけではありません。著名な数学者の中には、誰が何を生み出したかに関係なく、残りの 6 つのミレニアム賞の問題など、最大の未解決の問題に対する答えを単に求めている人もいます。カーネギーメロン大学のジェレミー・アビガド氏は、「多くの数学者は現実的で、ただ理解したいだけだ」と述べた。 「彼らは問題の解決のために魂を売るでしょう。」

競合する 3 つの将来ビジョン

IEEE Spectrum レポートでは、数学と AI がどのように共存するかについて 3 つの大きなビジョンが示されています。

1 つ目は、人間の理解を優先し、AI を電卓と同じようにツールとして扱う人間中心の考え方です。フィールズ賞メダリストでプリンストン大学の数学者アクシャイ・ベンカテシュ氏は、数学は本質的に合意に達する方法であると主張する。 「私たちが数字を使うとき、本質的に数字的な現象を説明しているというよりも、その数字が何を意味するのかについては誰もが正確に同意できるのではないかと時々思うのです」と彼は言う。

2つ目は、人間の還元不可能な闘争体験を強調するものです。オタワ大学のマイア・フレイザー氏は、AIによる頑固な推測の証明は、人々が理解できる場合にのみ役立つと主張する。 「この発言がAIによって証明できるということは、すでに有用な情報だ」と彼女は認めた。 「しかし、エレガントで美しい人間の証拠を考え出すのはまだ未解決の問題です。」

3 番目の、そしておそらく最も野心的なものは、UCLA のテレンス・タオによるものです。彼は 10 歳で初めて数学オリンピックに出場し、現在では存命中の数学者の中で最も栄誉ある数学者の 1 人です。タオ氏は、AI が彼が「大きな数学」 と呼ぶものの触媒であると考えています。これは、複雑な問題が断片に分割され、人間が創造的な作業を担当し、AI が技術的な単純作業を処理する、人間と機械の間の大規模で分散型のコラボレーションの未来です。

なぜそれが存在するのかを問う学問

この瞬間が異例なのは、議論がもはや仮説ではなくなっていることだ。 AI システムはすでに IMO 金メダルを獲得しており、出版可能な研究を生み出し、予想を反証し、フィールズ賞を受賞した証明を数年ではなく数日で形式化しています。

ハイデルベルク・フォーラムに参加したオーストラリアのディーキン大学のトリル・ホワイトのような学生にとって、その認識は非常に固いものだった。 「それは壊滅的だ」とホワイトさんは思ったことを思い出した。 「人々は数学に何を貢献しなければならないのでしょうか？それは誰も理解できないものになってしまうのでしょうか？」

答えはまだ決まっていません。しかし、スクーゼ氏の報告書が明らかにしているように、人類最古の知的学問分野の一つである数学は現在、AIが関わるほぼすべての分野を再構築している同じ問いに直面している。つまり、機械が仕事をできるのに、その仕事は実際何のためなのか？

出典: Benjamin Skuse、「AI が数学を行うとき、数学者になることの意味」、IEEE Spectrum、2026 年 6 月 25 日。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →