OpenAIの次期モデル「Astra」が、長年の未解決数学問題10題を解決

数十年――中には約30年――数学者を悩ませた10の問題が、わずか1日で崩れました。OpenAIのAstraが実際に証明したことを解説します。

更新 2026年8月2日 · 8 分読む

AIで探索

ChatGPTで開く Claudeで開く Perplexityで開く

8月1日、OpenAIは次期モデル（社内呼称「Astra」）が数学の未解決問題10題に新たな結果を出したとするレポートを公開しました。（ミレニアム懸賞問題ではありませんが、それでも十分に重要な成果です。）

注目すべき点は、これらの解が段階的な前進ではなく、Leanで検証された本物の決着であることです。（Leanは、数学的議論のあらゆるステップを機械可読な詳細まで明示させる、プログラミング言語兼証明支援系です。）

一度に受け止めるには多い情報です。この記事では、問題を分野別に整理し、何が起きたのか、その分野としての数学に何を示唆するのか、そしてAstraについて他に何が分かるのかを高い視点から説明します。

その10題は何か？

各結果を平易な言葉で、対応する数学・計算機科学の分野とともに示します。

非ソフィック群

分野：群論

Astraは、どれほど近くても大きな有限構造で近似できない群の明示的構成を与えました。これは、1999年に「ソフィック」群という概念が導入されて以来の未解決問題を閉じるものです。この構成には、有限近似の列が決して機能しないことを示す証明が付随しており、Leanで形式化されているため論理が機械的に検査可能です。

Wikipediaはすでに更新されています：

球充填

分野：高次元幾何学

次元数が増えるとき、同一で重ならない球をどれほど高密度に詰め込めるかという問題です。Astraは高次元でのその密度の上限をより厳しく証明しました。これは、この特定の上界に対する1978年以来初の改善です。より良い充填法を提示したわけではなく、将来のあらゆる方法が到達し得る限界を狭めたのです。

2進および球面符号

分野：符号理論

誤り訂正符号は、有効なメッセージ同士を十分離しておくことで、小さな誤りが別のメッセージに化けないように機能します。Astraは、所与の最小距離に対して存在し得るメッセージ数の上限を劇的に（指数関数的に）厳しくし、高次元球面上に点を配置する場合についても一致する結果を示しました。

Connesの剛性予想

分野：作用素環論

Alain Connesは、ある種の群は、それらから構成されるフォン・ノイマン代数と呼ばれる代数的構造から常に一意に再構成できると予想しました。Astraは、同じ代数を生み出す本質的に異なる2つの群を構成することでこれを反証し、再構成が常に一対一ではないことを示しました。

算術回路の複雑性

分野：計算量理論

「パーマネント」は数の格子から計算される単一の数ですが、計算コストが高く、計算量理論では任意の方法が必要とする算術ステップ数の最小値を知りたいと考えます。Astraはその最小値に対する新たに強い下界を証明しました。これは動かすこと自体が悪名高く難しい種類の結果です。

量子並列反復

分野：量子計算量理論

古典的理論では、通信しない2人のプレイヤーに難しいゲームを多数回並列に繰り返させると、不正の成功確率は指数関数的に小さくなるとされます。Astraは、プレイヤーが量子もつれを共有していても同じ保証が成り立つことを証明し、古典的な基本原理を量子設定へ拡張しました。

最近傍ベクトル問題

分野：格子ベース暗号

点の繰り返し格子（ラティス）と目標位置が与えられたとき、最も近い格子点を求める問題です。これは高次元では非常に難しいと信じられており、そのため量子耐性暗号の基盤となっています。Astraは、特定の多項式因子内での近似であっても依然として本質的に難しいことを証明し、その上に構築された暗号の堅牢性を裏付けました。

エアハルトの体積予想

分野：離散・凸幾何学

内部格子点が質量中心の一点にしか存在しない凸図形について、任意の次元で取り得る最大体積を知りたいという問題がありました。Astraはあらゆる次元での最大体積を求め、この予想を完全一般性で解決しました。

多色ラムゼー数

分野：ラムゼー理論／組合せ論

十分な人数と十分な関係カテゴリがあると、最終的には同じカテゴリで結ばれた3人組が必ず見つかります。Astraは、カテゴリ数が増えるにつれて、そのために必要な最小人数があらゆる固定の指数関数的増加率を上回って増加することを証明し、Erdősの問題183を解決しました。

極値数の予想

分野：極値グラフ理論

この分野は、ある小さな禁制パターンを避けつつ持てるネットワークの接続数の限界を問います。Astraは、Erdősの問題146と180に対応する2つの関連予想を解決し、そうしたパターンが不可避になる前にネットワークがどれほど高密度になり得るかを確定させました。

これらはいずれも少なくとも10年以上未解決で、30年以上のものも複数あります。理論計算機科学側ではチューリング賞受賞者が取り組んだ問題も含まれています。

反例って「簡単な」証明なの？

僭越ながら、これは数学を多少知る人ほど抱きがちな疑問や反応だと思います。

よくある批評はこうです。これらの結果のいくつかは一般理論の構築ではなく反例である、と。反例はイエス／ノーの問いに答えはしますが、それ自体ではなぜパターンが破れるのか、次に研究すべき類似対象の族を与えるわけではありません。一方、分類定理や新手法は、より多くの扉を開きます。

この批評は一般論としては当たっていますが、今回の全体を一括して退けるものではありません。第一に、非ソフィック群の結果は既存のほぼ完成した構成への小改良ではなく、27年間誰も持ち得なかった初の構成であり、その背後の手法は他の例の発見へ一般化すると見込まれています。

第二に、残る9つのうちいくつか、例えば球充填の上界やCVPの困難性の結果は反例ではまったくなく、既存の上界を直接的に改善しています。

まだ未確定なこと

今後数日から数週間、数か月にわたって分野内で精査が進む中、いくつか注視すべき点があります：

査読は未了。Leanで検証され、プレプリントを見た数学者による非公式のレビューはありますが、査読付き学術誌でのプロセスはまだ経ていません。
著者表記は協議中。OpenAIは原稿とLean形式化については責任を負うとしつつ、数学的議論自体はモデルに帰属するとしています。証明の検証とは別に、プロセスの独立再現は現時点では難しい状況です。

数学にとっての意味

最も即時的な変化は、数学者が実際に時間を費やす対象が変わることです。うまく定式化された未解決問題をモデルに渡し、Leanで検査できるなら、ボトルネックは「誰かが解けるか」から「適切な問いを立て、正しく形式化できたか」へ移ります。良い問題を設定し、どれに取り組むべきか見極める力は、経験から培われる重要なスキルです。

また、資金配分や評価の問題も燻っています。研究助成、テニュア審査、賞は歴史的に希少性に基づいてきました。十分に難しい問題を解けば、その解き手に関する評価が成り立ったからです。AI支援の成果が日常化すれば、本当に難しいものと、数千ドルの推論コストで手が届くものを区別して示す新たな方法が必要になります。もちろん、一般の人はこれらの問題を完全には理解しませんが、専門の訓練を受けた人々は理解しますし、それは変わりません。ゆえに数学の知識はこれまで以上に価値を増します。

人々の反応

SNSでの反応は、証明が通るかどうかよりも、それが何の証左かという点で割れました。

速度こそがニュースだと読む人もいます。無関係な分野にまたがる長年の未解決問題が一度に10題、専門家の査読が追いつかない速さで出てきたこと。将来への問いは「このすべてを検証し続けられるのか？」です。

一方で、これは見かけほどAI全般を語る話ではないとする向きもあります。数学は、モデルの仕事が自動的かつ完全に検査できる稀有な領域です。現実世界の多くの問題は、そのような組み込みの自動解答キーを持ちません。この見方では、達成は本物ですが、AIに数学が異例によく適合していることを示しているに過ぎないのかもしれません。