GPT-5.6 Sol はいかにして「150年越し」のマクスウェル予想の反証を後押ししたか

正三角形の各頂点に同じ電荷を三つ置くと、結果として得られる電場には力がちょうど打ち消し合う平衡点が四つ現れる。中心に一つ、そして三つは辺のすぐ内側だ。そこに極めて小さな電荷を二つ、中心のすぐ上とすぐ下に落とすと、中央の平衡点が二十一個に砕け、全体では二十四個に跳ね上がる。

この構成はマクスウェル予想への反例として、7月29日にarXivに投稿された。マクスウェルの1873年の大著に遡る静電平衡点の上限に関する予想だ。著者らは、着想が大規模言語モデルによるものであることも開示している。以下では、予想が何を主張していたか、反例がどう機能するか、GPT-5.6 Sol が何をした（そして何をしていない）か、そして開示自体がなぜ物語のより興味深い半分と言えるのかを述べる。

手短な答え：マクスウェル予想はこうして崩れた

この予想は、n 個の点電荷が作る電場に生じうる平衡点の数の上限を与えていた：高々 (n−1)^²。電荷が五つなら16だ。Philip Arathoon、Gavin Ball、Matthew Kvalheim は、少なくとも24個の平衡点を持つ五電荷の配置を構成し、直接の反例を与えた。幾何的アイデアを示唆したのは GPT-5.6 Sol で、解析、計算代数、証明の執筆は三人の著者が行った。

概要がわかったところで、この予想がどこから来て、なぜこれほど長く持ちこたえたのかを見ていこう。

マクスウェル予想とは何だったのか

ジェームズ・クラーク・マクスウェルは1873年の電気磁気学教程の短い一節で、電荷系がいくつの平衡点を生みうるかという問いを立てた。この話題はほぼ一世紀もの間、さほど注目されなかったが、1969年にマーストン・モースとスチュワート・ケーンズが同じ問題を提示した。どうやらマクスウェルが先に言及していたことは知らなかったらしい。個人的には、つい気に入ってしまう小さなディテールだ。

現在皆が議論している正確な主張は2007年に現れた。Andrei Gabrielov、Dmitry Novikov、Boris Shapiro がマクスウェルの一節を精読し、予想として定式化したのだ。すなわち、n 個の電荷が生成するポテンシャルの平衡点がすべて非退化であるなら、その数は高々 (n−1)^² である、というものだ。必要なのはこの式だけなので、代数が苦手でも峠は越えた。二つの電荷に対しては自明に成り立つ。三つの場合、四つが本当に最大かどうかは、三つの電荷がすべて等しい特別な場合を除いて、いまだ不明だ。

この上限がなぜ重要かを理解するには、平衡点とはそもそも何かを知るのが助けになる。

単純な例で理解するマクスウェル予想

電荷はそれぞれ電場を作る。部屋に複数の電荷を置くと、それらの電場は重なり合い、空間のあらゆる点で異なる方向に押し引きする。特定の地点では各電荷からの力がちょうど打ち消し合い、そこに試験粒子を置いても合力を全く感じない。これらが平衡点であり、静電ポテンシャルの臨界点とも呼ばれる。

数えることは単なる帳尻合わせではない。これらの点の数と配置は電場全体の形を縛る。ちょうど、山脈の平坦な場所がその地形の取りうる配置を制約するように。ゆえに個数の上限は、静電場がどれだけ複雑になりうるかに対する主張でもある。これが1873年に何気なく投げかけられた問いが、150年もの間、数学者を惹きつけ続けた理由だ。

予想が守っていたものの意味がわかったところで、どう崩れたのかを順にたどろう。

マクスウェル予想はこうして反証された

構成は四段階で説明できるほど簡潔だ。ヘッセ行列の計算が欲しければ arXiv のノートを読めばよいが、面白いのは議論の形だ。

• 正三角形の頂点に単位電荷を三つ置く。この電場には平衡点が四つある：中心に一つ、そして三つは辺に沿って内側にずれた位置。
• 対称軸上に、平面のわずか上方とわずか下方に、さらにずっと小さい電荷を二つ加え、浅い三角両錐を作る。
• 三つの辺の平衡点はこの追加に耐える。中央のものは耐えない。二十一個の平衡点の族へと分岐し、モース指数が一方に10、もう一方に11。
• 三つに二十一を足して、五つの電荷から少なくとも24個の非退化な臨界点が得られる。予想の上限16に反する。

電荷の強さは任意ではない。著者らは特定の値を選び、小電荷のポテンシャルの主要項が三角形からの対応する項を打ち消すように調整している。これによって、21個を生み出す微細な構造が露わになる。初読では見落としがちな段階もある。これまでの議論だけでは、配置のどこかに退化した臨界点が存在する可能性を排除できない。そこで著者らは電荷強度をわずかに摂動させ、横断性の議論を適用してそれらを取り除いている。

そして見出しで省かれがちな部分が続く。同じ工夫は反復できるのだ。小電荷の対をもう一組加えるごとに、電荷2個のコストで臨界点が20個増える。これで 3 + 2m 個の電荷に対し、少なくとも 4 + 20m 個の平衡点を持つ配置が得られる。これは電荷一つあたり臨界点10個という漸近比であり、今年初めに Herbert Edelsbrunner、Christopher Fillmore、Gonçalo Oliveira が達成した 25/7 を上回る。反例が見出しだが、この比が今後の土台になる結果だ。

構成自体が明快になったところで、この話の少し風変わりな点に移ろう。つまり、誰が—あるいは何が—実際にこのアイデアを思いついたのかだ。

GPT-5.6 Sol はどんな役割を果たしたのか

開示は論文内で独立した短い節になっており、何が起きたかを率直に述べている。「この構成の背後にあるアイデアはLLM（OpenAI の GPT-5.6 Sol）により提案された。」著者らは、数学は自分たちで検証し、議論は自分たちの言葉で書いたこと、計算と図は Mathematica と Maple が担ったことも付記している。

つまりモデルが貢献したのは、「対称な配置を小さな軸外の電荷で摂動し、退化点が壊れる様子を観察する」という戦略だ。著者らはそれを、調和多項式のテイラー展開、ヘッセ行列の符号による21個の臨界点の分類、陰関数定理の三回の適用、横断性の議論へと昇華させた。アイデアを出すことと定理を証明することは別の営みで、失敗の仕方も違う。うまくいかないアイデアは一日を無駄にするだけだが、うまくいかない証明は撤回を招く。モデルは地図上の意外な地点を指さし、三人の数学者がそこへ至る道を築いた。

とはいえ、その捉え方はもう少し突っ込む価値がある。「単なるアイデア」というのは過小評価だ。対称配置を摂動しようと提案するだけなら誰でもできる。有用なのは、その摂動、小さな軸上の電荷による摂動を、その基礎配置に対して提案することだ。試すべきものの探索空間が事実上無限に広がる問題において。何を試すかという審美眼は、研究数学の大きな割合を占める。その提案が、専門家の十年分の直観ではなくモデルから出てきたという事実こそが、今回の話の核心だ。

この結果が重要な理由

150年越しの数学的問い

この問いはマクスウェルの1873年の一言に遡る。見出しの「150年」はここから来ている。ただし正確に言えば、マクスウェルが提示したのは問いと観察であって、今回崩れた予想そのものを述べたわけではない。

近代の長年の予想が崩れる

形式的な命題としてのマクスウェル予想は19年前のもので、その大半の期間にわたり分野を組織する前提だった。皆が証明を目指し、改良された上限が少しずつ迫っていく標的でもあった。今や誤りであるらしい。反例は4ページの arXiv プレプリントで、査読前であり、中核となる段階は計算代数で検算されたヘッセ行列の分類だ。いつもの但し書きは付くが、議論は短く、明示的で、他者が検証しやすい。

古い問いに代わって新しい問いが立つ

上限が (n−1)^² ではないとわかっても、何であるかはわからない。著者らの反復構成は既知の下限を電荷一つあたり約10個の臨界点へと押し上げたが、それは床であって答えではない。そして先ほどの三電荷の話はどうか。四つを超える平衡点を持ちうるのかは依然として未解決で、最小の興味深い場合についてこれほど時が経ってなおこう言わねばならないのは不思議だ。

数学的発見におけるAIの存在感の高まり

この一年で何かが変わった。2025年10月から2026年初頭にかけて、AI ツールはエルデシュ問題データベースの約100件を解決済みに動かす助けとなり、テレンス・タオは6月末の更新停止まで、それらの貢献を追うページを維持していた。多くは文献探索で、モデルが「1974年の既に決着していた論文」を見つける、といったものだった。そうでないものもあった。いくつかの解は、主としてモデルが組み立てた独自の議論であり、タオは少なくとも一つが真の節目に到達したと注目している。

これらの事例に一貫して見られるパターンは、マクスウェル予想で起きたことと一致する。モデルは候補の提案、個人の記憶には収まりきらない文献の走査、一晩で退屈せず構成の探索を行うのが得意だ。検証は人間と Lean のような定理証明支援系の役割に留まる。こうした仕組みの働きを理解した上で考えを持ちたいなら、AI Fundamentals トラックが良い出発点になる。

AI は最終的に数学の証明を発見できるのか

予想の生成はすでに日常的だ。証明支援も、もはや特筆するほどではないほど一般的になっている。形式的定理証明、すなわちモデルが人手を介さず研究レベルの問題に対して完全な機械検証済みの議論を生成することは、現在の境界にある。何を「研究レベル」と見なすかの厳密さによって、両側に結果が存在する。

制約は創造性だとは限らない。現在のモデルは依然として参考文献を捏造し、長い推論の連鎖の中で筋を見失いがちで、どの候補が正しいかを見極めるよりも候補を生成する方がずっと得意だ。最後の非対称性こそ、人間による検証が儀礼ではなく荷重を支える柱となっている理由だ。自分の出力を信頼して評価できるモデルは、今あるシステムとは別種のものだが、それがどれだけ先の話なのか、今のところ誰にも言えない。

GPT-5.6 Sol と科学研究の未来

数学は特に明確な試金石だ。証明は正しいか間違っているかのいずれかだからだ。しかし同じ力学、すなわちアイデア生成をAIが加速し、人間が検証を担うという構図は、諸分野に広がっている。

これは数学をはるかに越える。物理、化学、材料科学、工学はいずれも同じボトルネックを抱える。仮説生成は人間の時間を多く要し、しかも多くの仮説は失敗に終わる。研究者が一年で本格的に追える候補の構造や機構は限られている。候補空間はそれよりはるかに大きい。

アイデア生成は、研究能力の中でも最も重要な要素になるかもしれない。まさにそこが人間のスループットが最も低く、誤った推測のコストが最も小さい段階だからだ。広大な空間を走査して「ここを見よ」と言えるモデルは、頻繁に正解でなくとも発見の速度を変える。今回起きたことは、おおむねそれだ。

この発見についてのよくある誤解

広い結論を導く前に、報道が誤った点をいくつか正しておきたい。

GPT-5.6 Sol が独力で定理を証明したわけではない

モデルが示唆したのは幾何的構成だ。証明、展開、ヘッセ行列の分類、横断性の議論は著者らの仕事である。

人間の研究者が全ての段階を検証した

計算と図は Mathematica と Maple が担った。数学的な検証は三人の著者が行い、論文中で明言されている。

マクスウェル予想はマクスウェルの正式な定理ではない

マクスウェルは1873年に一つの観察を述べた。Gabrielov、Novikov、Shapiro が2007年に、その一節の読解に基づいて予想を定式化した。

数学的問題は完全には解決していない

反例が持ちこたえるとして、(n−1)^² は誤りだとわかる。正しい上限は不明のままで、三電荷の場合も未解決だ。

結論

マクスウェル予想は協業で崩れた。AI が生んだ幾何アイデアと、それを検証可能な形に仕上げた三人の数学者の手によって。論文は、どちらの役割が何をしたかについて異例の率直さを持つ。三文の開示セクションは、おそらく定理そのものより多く引用されるだろう。

注目に値するのは貢献の大きさより形だ。問題に利害のないモデルが、この配置について、最も関心を持つ人々が試していなかった構成を提案し、それが機能した。n 個の電荷がいくつの平衡点を持ちうるかというより広い問いは依然として開かれており、アイデア生成が希少資源でなくなったとき研究がどう姿を変えるのかという問いもまた開かれている。実際の適用法に関心があり、宣伝ではなく現場を追いたいなら、AI コースが概念からデプロイまでをカバーしている。