Claude Fable 5 とヤコビ予想：何が証明され、何が証明されなかったのか

ワールドカップ決勝の夜、多くの人はサッカーを見ていました。インターネットのごく一角では、数学史が動くのを見ていました。

Anthropic の研究者 Levent Alpöge が X に短いメッセージを投稿しました。ヤコビ予想は偽だと言うのです。これは 1939 年以来、未解決だった問題です。彼は問題を提案した同僚に謝意を示し、試合中に計算をやり遂げたのは Claude Fable 5 だと述べました。

翌日までに、数学者たちは手計算で確認しました。結果は持ちこたえました。

しかし「AI が 87 年越しの数学問題を打破」という見出しは、その裏にある詳細よりも速く拡散します。ここで一度落ち着いて考えましょう。実際に新しいのは何か？新しくないのは何か？そして自分で確かめられるのか？

できます。Python を 15 行ほど書けば。後ほど説明します。

手短な答え

Claude Fable 5 は、3 次元の複素空間から自分自身への多項式写像、すなわち ℂ³ → ℂ³ を構成するのに寄与しました。そのヤコビ行列式はどこでも定数の -2 であり、これは 1939 年の Keller の予想の条件そのものです。それにもかかわらず、この写像は 3 つの異なる入力点を同じ出力へ送ります。この単一の例が、次元 3 以上で予想を反証します。元の 2 変数版の問題は依然として未解決であり、査読論文はまだなく、検証済みの計算とプレプリントがあるのみです。

これが一段落に収まる全体像です。以下では、その一つひとつがなぜ重要なのかを解きほぐします。

ヤコビ予想とは？

数の並びを入力して、新しい並びを出力する関数を思い浮かべてください。これはある空間から別の空間への「写像」です。数学者はこうした写像について単純な問いを立てます。常に逆向きに辿れるのか？出力が分かれば、それを生んだ正確な入力を復元できるのか？

機械学習を少しでもやったことがあれば、この問いの中心にある対象に、たぶん大げさな雰囲気なしに既に出会っています。ヤコビアンは写像の偏微分からなる行列で、各層で誤差逆伝播が掛け合わせるものです。正規化フローは、その行列式を使って、ネットワーク内を移動する確率質量の伸縮を追跡します。行列は同じでも、文脈は違います。

微積分は、この行列にもとづく局所的な可逆性テストを与えます。ヤコビ行列式がある点で 0 でなければ、その点の近傍では写像は逆写像を持ちます。

ただし、ある点の近傍と全域は別物です。もっとも分かりやすい例を挙げましょう。2 行で済みます。

import numpy as np

f = lambda x, y: (np.exp(x) * np.cos(y), np.exp(x) * np.sin(y))

print(f(0, 0))              # (1.0, 0.0)
print(f(0, 2 * np.pi))      # (1.0, ~0.0) — same output, different input

この写像のヤコビ行列式は e^²ˣ で、決して 0 になりません。平面上のすべての点で局所テストをパスします。それでも逆写像は持てません。ぐるりと巻き付くからです。別々の道なのに、同じ家に着いてしまうのです。

ただし、この例は指数関数を使っています。1939 年、ドイツの数学者 Ott-Heinrich Keller は、多項式ならもっと良いふるまいをするのではないかと問いました。彼の問いはこうです。多項式写像のヤコビ行列式が、どこでも 0 でないだけでなく、どこでも同じ定数であるなら、ついに全域での完全な可逆性が保証されるのか？

87 年ものあいだ、誰も答えられませんでした。証明も反例もなかったのです。Claude Fable 5 が傷を付けたのは、まさにこの予想です。

Claude Fable 5 が実際に見つけたもの

Alpöge の投稿には、ℂ³ から自分自身への明示的な多項式写像が掲載されていました。そのヤコビ行列式は、どの点でも定数の -2 になります。Keller の条件そのものです。にもかかわらず、3 つの異なる点を入力すると、3 つとも同じ出力になります。

コンピュータ代数ツールがあれば誰でも代入して確かめられます。実際にそうなりました。数学者たちが数時間のうちに計算を走らせ、算術が正しいことを確認しました。

この反例は 3 次元にあるので、より高次元でも予想を崩します。3 次元の写像に、手を付けない変数を追加して埋め込めば、4 次元でも 5 次元でも 100 次元でも機能する反例が得られます。ただし、この埋め込みは上方向にしか効きません。3 次元の反例を 2 変数に押し縮めることはできません。これが本稿の最後の節が存在する理由です。

Python で自分で確かめる

ここからは先端 AI の話が、ノートブックで実行できる演習に変わります。実際に走らせる価値があります。自分のマシンで厳密な算術により反例が成立するのを見ると、理解がぐっと進みます。必要なのは sympy だけです。

まず、写像を定義して行列式を確認します。

import sympy as sp

x, y, z = sp.symbols("x y z")

# The map Claude Fable 5 helped construct, from C^3 to C^3
f1 = (1 + x * y) ** 3 * z + y**2 * (1 + x * y) * (4 + 3 * x * y)
f2 = y + 3 * x * (1 + x * y) ** 2 * z + 3 * x * y**2 * (4 + 3 * x * y)
f3 = 2 * x - 3 * x**2 * y - x**3 * z

# Keller's condition: the Jacobian determinant must be a nonzero constant
jacobian = sp.Matrix([f1, f2, f3]).jacobian([x, y, z])
print(sp.simplify(jacobian.det()))

-2

「おおよそ -2」ではありません。ℂ³ のすべての点で、記号的に厳密に -2 です。条件の半分はクリアです。

次に衝突（コリジョン）です。私は SymPy に F(v) = F(1, 1, 1) を解かせて、以下の 3 点を見つけました。Alpöge の元の投稿には別の組が載っており、どちらでも動作します。

s = sp.sqrt(53)

points = [
    (1, 1, 1),
    (sp.Rational(-1, 2) - 7 * s / 106, 25 - 3 * s, -134090 + 18420 * s),
    (sp.Rational(-1, 2) + 7 * s / 106, 25 + 3 * s, -134090 - 18420 * s),
]

for p in points:
    image = [sp.simplify(f.subs({x: p[0], y: p[1], z: p[2]}))
             for f in (f1, f2, f3)]
    print(image)

[22, 34, -2]
[22, 34, -2]
[22, 34, -2]

3 つの入力は本当に異なります。出力は 1 つ。3 つの入力が 1 つの答えに写るなら、逆写像は存在しえず、Keller の予想は崩れます。87 年来の問題を決着させた計算を、厳密算術でいま自分で検証しました。

コードを飛ばした方のためにまとめると、定数の行列式と点の衝突という主張の両方が、記号的検証を通過します。浮動小数点に頼る必要はありません。

えっ、これって以前にも反証されていなかった？

先に進む前に、Alpöge の投稿への返信で目にしたかもしれない点に触れておきましょう。この分野にはしばしば持ち出される古い結果があり、区別が重要だからです。

1994 年、Sergey Pinchuk は 2 変数の実数値多項式写像で、どこでも局所的には可逆だが全域では可逆でないものを見つけました。よく知られた構成で、Fable 5 の結果はそれを 3 次元に引き延ばしただけだと思いたくなるかもしれません。

そうではありません。Pinchuk の写像はヤコビ行列式が 0 でなければよく、その値は点ごとに変化して構いません。しかも全体が実数上でのみ成り立ちます。これはより弱い問い、いわゆる「強実ヤコビ予想」への回答です。Keller の元の問いは複素数と固定定数を要求しており、Pinchuk の構成はそのハードルを越えるようには作られていません。数学者はこの隔たりを 30 年前から認識しています。

なぜ複素数がハードルを上げるのでしょうか。大づかみに言えば、実数上では、問題の起こる場所に実解が存在しないことで多項式が難を逃れられるからです。x² + 1 は実数直線上で 0 になりませんが、ℂ 上では必ず 0 に達します。複素空間は写像に隠れ場所を残しません。そこで Keller の条件を満たし続けるのは、はるかに強い要求になります。先の指数写像の例でも、破綻の原因がいかにも複素数的な巻き付きだったことが、その片鱗を示していました。

両者には家族的類似性があります。どちらも「各近傍で可逆」と「空間全体で可逆」の間のギャップを突きます。これは数学が積み上がっていく様子の表れであり、今回何も新しくないという証拠ではありません。

未解決のまま残っていること

2 変数の場合は依然として未解決です。これは平面から平面への写像に関する、もっとも研究されてきた元のバージョンであり、前述のとおり、埋め込みによって 3 次元の反例を 2 変数へと持ち下げることはできません。何人かの数学者は、平面の場合こそがより難しく中心的な問題だと考えています。今回決着したものの縮小版ではなく、予想の中核として生き残っているのです。

また、これは査読を経ていません。現時点では、検証済みの計算とプレプリントがあるだけで、レフェリー付きの論文ではありません。すべてが上の 2 つの計算に還元されるので、検証自体が問題になる可能性は低いでしょうが、記録として現状を明記しておきます。

さらに深い隔たりもあります。なぜこの反例が機能するのか、完全には説明できていません。記号的チェックは衝突が本物であることを確認しますが、その背後にある物語、数学者がゼロから組み直せるような説明を与えてはくれません。問題を提案したシカゴ大学の数学者 Akhil Mathew はこう言いました。答えを検証することはできるが、物語があればもっと良い、と。

発見プロセス自体にも霧がかかっています。人間が問いを立て、AI が作業を行い、人間が結果を発表しました。このクレジットだけでは、プロンプトや行き詰まり、どの程度の舵取りがあったのかは見えません。これは AI 支援の証明における功績配分という実際的な問題であり、数学が正しいかどうかとは別問題です。数学自体は正しいのです。

最後に

数学的な結果は本物です。3 次元以上について、長年開いていた予想に実質的な穴が空きました。標準的なツールで独立に確認され、Pinchuk の 1994 年の結果の焼き直しでもありません。とはいえ、これで「ヤコビ予想」全体が完全解決したわけではありません。平面の場合はなお健在であり、今回の結果には、数学が答えそのものと同じくらい重視する説明の部分がまだ欠けています。

そして、これは一つの流れの一部でもあります。2026 年を通じて、先端モデルは組合せ論や数論をはじめ長年の未解決問題に次々と食い込みました。今回もその傾向を裏づけるもう一つのデータポイントだと受け止めてください。単発ではありません。

技術的な問題に AI と取り組む人への教訓は「AI がもう研究数学をこなす」ではありません。より限定的です。これらのモデルは、正解に対して厳密な検証器が存在する分野で、具体的対象を生み出すのが得意になってきています。そしてご覧のとおり、pip install sympy で自分がその検証器になれます。生成は急速に進歩しています。検証はそれに歩調を合わせています。理解はまだ追いつく余地があります。

ここで役立つスキルは、線形代数と記号計算の Python です。行列式、可逆性、そして主張を鵜呑みにせず厳密算術で確かめる習慣。次に同様の結果が現れたとき、当日中に自分で検算できるようになります。