OpenAIの汎用推論AIが、1946年に数学者ポール・エルデシュが提起した離散幾何学の未解決予想を反証しました。数学者のノガ・アロン氏、メラニー・ウッド氏、トーマス・ブルーム氏の3名が事前検証を行い、「AIが独立して著名な未解決問題を解いた」と認めました。2025年10月に同社幹部が行った類似の主張は既存文献の再発見に過ぎないと批判されていましたが、今回は独立した第三者による事前検証が伴い、信頼性が大きく異なります。AIが未踏の数学的問題を自力で解く能力を持つ可能性を、実際の検証付きで示した事例となりました。
背景と文脈
エルデシュ予想とは、ハンガリー出身の数学者ポール・エルデシュが20世紀に提起した未解決問題群の総称です。離散幾何学（点・線・図形の組み合わせ論的性質を扱う数学分野）から数論・グラフ理論まで広範にわたり、1,000以上の問題が現在も未解決のまま残っています。今回反証されたのは1946年に提起された離散幾何学の予想で、80年近く数学者が答えを出せなかった問題です。
トーマス・ブルーム氏はエルデシュ問題の管理ウェブサイトを運営する数学者で、以前OpenAIの数学主張を強く批判した人物です。2025年10月、前最高製品責任者ケビン・ウェイル氏が「GPT-5が10個のエルデシュ問題を解いた」と発表しましたが、ブルーム氏は「既存の解の再発見に過ぎず、劇的な誇張だ」と指摘しました。その批判を受けた当事者が今回は支持声明を出しているという点で、今回の発表には重みがあります。
今回OpenAIは発表前に著名数学者3名と連携して検証を進めました。数学における証明の正しさには厳密な基準があり、専門家の検証なしには数学コミュニティに受け入れられません。その基準を正面から満たした点が、過去の主張との質的な違いです。ブルーム氏が「AIが独立して著名な未解決問題を解いた」と認めたことは、数学という検証コストの高い分野でのAI能力を公式に記録した出来事といえます。
技術/ビジネス面
今回OpenAIが使ったのは、特定分野向けではなく汎用の推論モデルです。OpenAIは「長く困難な推論チェーン（多くのステップを経て答えに到達する思考プロセス）を保持し、分野をまたいで新しい構築をもたらす能力を示した」と説明しています。具体的なモデル名や解法の詳細は公表されていませんが、複雑な数学的構造を段階的に展開する推論能力が鍵になったとみられます。
TechCrunchの報道によれば、AIの解が数学的に正当であることを3名の数学者が独立して確認しました。数学的証明の検証は機械的に行えるものではなく、各検証者が論理の流れを人間として追う作業が必要です。3名全員が支持声明を出したことは、誤りの余地が限られることを示しています。
OpenAIは今後の応用として生物学・物理学・工学・医学を挙げています。数学は多くの科学分野の基盤となるため、今まで手がつけられなかった問題が解けるようになれば、新しい理論体系の構築や設計最適化に役立つ可能性があります。特に医薬品分子設計や材料探索など、膨大な組み合わせを探索する問題への応用が期待されます。
これからどうなるか
今回の成果で重要なのは、「AIが既存知識を検索して答える」のではなく「既存文献には存在しない新しい数学的構築を生成した」点です。検索拡張生成（RAG：Retrieval-Augmented Generation、外部データベースを参照して回答を生成する手法）では対応できない、真に創造的な推論能力の存在を示しました。
開発者の視点では、OpenAIの推論モデルAPIを使って定理証明ツールや科学シミュレーションの検証補助に組み込む活用が広がりそうです。自社サービスに「未知の解法を探索する」機能を追加する際の技術的根拠として、今回の事例が参照されるようになるでしょう。コード検証やアルゴリズム探索のパイプラインにも応用できる可能性があります。
一方で、エルデシュ問題は1,000以上あり今回は1件です。AI数学推論の能力が確認されたことと、AIが数学研究を全面代替できることはまったく別の話です。今後の焦点は「どのタイプの問題でAIが有効か」「人間との協業でどこまで加速できるか」という実践的な問いに移っていくでしょう。
まとめ
OpenAIの汎用推論AIが1946年のエルデシュ離散幾何学予想を反証し、著名数学者3名の事前検証を経て公式に認められました。過去の誇張主張とは異なり、今回は独立した専門家検証が伴います。生物学・物理学・医学への応用可能性も示唆されており、AI推論がいよいよ未踏の科学領域に踏み込み始めた節目といえます。
参考リンク
アイキャッチ画像: Photo by Bozhin Karaivanov on Unsplash
