※この記事は執筆の一部にAIを使用しています
「AIって結局、過去のデータを組み合わせているだけでしょ？」
今でもそう言う人はいますよね。
確かに、生成AIが登場した当初は「膨大なデータを学習して、それっぽい文章や画像を出力しているだけでしょ」という批判が根強くありました。
でも最近、そんな認識は過去のものだと納得するしかないニュースが飛び込んできました。
OpenAIの内部AIモデルが、80年間誰も解けなかった数学の未解決問題を自律的に解いた。
これは単なる「すごいAIのニュース」ではありません。AIと人間の関係において、歴史的な転換点になるかもしれない出来事です。
▶ OpenAIの内部モデルが数学の未解決問題を証明（Yahoo!ニュース）
どんな未解決問題を解いたのか？
AIが解いたのは、ハンガリーの数学者ポール・エルデシュが1946年に提起した「平面単位距離問題」と呼ばれる問題です。
問題の内容をざっくり言うと、「平面上にn個の点を置いたとき、ちょうど距離が1になる点のペアは最大でいくつ作れるか」というものです。
一見シンプルに聞こえますが、これが実に難しい。エルデシュ自身は「ペアの数はnをわずかに超える程度の速さでしか増えない」と予想していましたが、80年間誰もそれを証明も反証もできませんでした。
OpenAIの内部AIモデルはこの問題に挑み、エルデシュの予想を完全に覆すという形で解決しました。特定の条件下では、予想をはるかに上回る数のペアを無限に構築できることを数学的に立証したのです。
証明の内容は、フィールズ賞（数学界のノーベル賞とも呼ばれる最高栄誉）を受賞したティモシー・ガワーズ氏をはじめとする外部の数学者チームが厳密に検証し、「AI数学における画期的な成果」として認定しています。
OpenAI自身もこれを「数学とAIの両分野にとっての重要な転換点」と位置づけています。
何がすごいのか？「代数的整数論」という奇策
今回の証明で特に注目されているのが、AIが使ったアプローチです。
幾何学（図形の問題）を解くのに、AIは「代数的整数論」という一見全く関係ない分野の理論を持ち出しました。
無限類体塔やゴロド・シャファレビッチ理論といった抽象数学の概念を自律的に組み合わせ、誰も思いつかなかった全く新しい反例を構成したのです。
これは人間の数学者で言えば、「幾何の問題なのになぜか整数論の道具を使ったら解けちゃった」という感じです。
異なる分野を横断的に結びつけて、まったく新しい解法を生み出す。これはまさに人間の「創造性」と呼ばれる能力そのものです。
「切り貼りAI」論は過去の話
ここで改めて考えてみたいのが、冒頭の「AIはデータの切り貼りだ」という批判です。
確かにChatGPTが登場した当初、「AIは過去のデータをもとにそれっぽい答えを出しているだけで、本当の意味では何も理解していない」という指摘は一定の説得力がありました。
でも今回の件は、その批判が通用しないことをはっきり示しています。（そもそも切り貼りでないことは以前からAI開発者が明言していますが）
80年間解けなかった問題というのは、当然ながら「正解のデータ」が存在しません。過去のデータをいくら切り貼りしても、答えは出てこない。AIは全く新しい証明を、ゼロから構築したということです。
数学者のテレンス・タオ（世界最高峰の数学者の一人）も今回のような事例について「最も明確なAIによる未解決問題の解決事例」と評価しています。単なる計算や検索ではなく、AIが「推論」をしていることの証明です。
計算とは、与えられた手順に従って答えを出すこと。推論とは、新しい手順を自分で考え出すこと。AIはついに、後者の領域に踏み込んできました。
AIが「創造性」でも人間を上回り始めた
今回の数学の未解決問題に限らず、AIの「創造性」をめぐる話題は2026年に入って急増しています。
AIが描いたイラストが美術賞を受賞し、AIが作った音楽がチャートに入り、AIが書いた小説が話題になる。これらは「人間のデータを学習して似たようなものを作った」と言えなくもありませんでした。
でも今回は違います。80年間誰も解けなかった問題に対して、誰も思いつかなかったアプローチで、正しい答えを出した。 これはどう見ても「創造」です。
私自身、メーカーのエンジニアとして設計開発の仕事をしていますが、「異なる分野の知識を組み合わせて新しい解法を生み出す」という作業は、エンジニアリングの世界でも最も難しく、最も価値のある能力のひとつです。
それをAIがやってのけた、という事実は正直かなり衝撃でした。
次のステップ：AIが新技術を「発明」する時代へ
OpenAIは今回の成果についてこう述べています。「複雑な議論に対して異なる分野の知見を結びつけ、人間の専門家の精査に耐え得る成果を生む能力は、AIがさまざまな分野の研究を自動化する可能性を示している」と。
これが意味することを、もう少し噛み砕いて考えてみましょう。
数学の未解決問題を解く能力は、数学だけに使えるものではありません。「複数の分野の知識を組み合わせて、誰も思いつかなかった解法を生み出す」という能力は、そのまま新技術の発明にも応用できます。
たとえば、材料工学と生物学を掛け合わせた新素材の開発、医学と情報工学を融合した新しい治療法の発見、エネルギー工学と化学の組み合わせによる次世代電池の設計・・
人間の研究者がこれらを一人でこなすには、複数の分野の専門知識と、それらを結びつける創造性が必要です。でもAIは、あらゆる分野の知識を同時に持ち、それを横断的に組み合わせることができる。
ChatGPT 5.5 Proはすでに「博士課程レベルの数学研究を1時間で実行した」と報告されており、数学者が「人間の研究の最低ラインが変わる」とコメントするほどです。
AIが人間の代わりに研究し、人間の代わりに発明する時代は、もう「SFの話」ではなくなってきています。
まとめ
- OpenAIの内部AIモデルが、1946年から80年間未解決だったエルデシュの数学予想を反証
- 証明にはまったく異なる分野（代数的整数論）の知識を自律的に組み合わせるという独創的なアプローチが使われた
- 「AIはデータの切り貼り」という批判はもはや通用しない。AIは「推論」し「創造」している
- この能力は数学だけでなく、あらゆる分野の研究・発明に応用できる可能性がある
- AIが新技術を発明する時代は、すでに始まりかけている
「AIは道具だ」という認識は正しいです。でも今その道具は、人間が作れなかったものを作り始めています。
これからの時代、AIをどう使うかだけでなく「AIが発明した技術をどう社会に活かすか」という問いが、私たちに突きつけられてくるのかもしれません。
コメントを残す