OpenAIの次期モデルAstraが、数十年未解決の数学問題10題を一挙に解決

数十年――中には30年近く――数学者を悩ませた10の問題が、わずか1日で陥落。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31日 · 8 分読む

AIで探索

ChatGPT Claude Perplexity

8月1日、OpenAIは次期モデル（社内呼称Astra、未公開）が数学の未解決問題10題に新たな結果をもたらしたとする報告を公開しました。（ミレニアム懸賞問題ではありませんが、それでも重要な成果です。）

注目すべき点は、これらの解決が問題に対する漸進的な前進ではなく、Leanで検証された真の解決であることです。（Leanは、数学的議論のあらゆるステップを機械可読な詳細にまで明示することを要求す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情報量が多い内容です。本稿では、問題を分野別に整理し、何が起きたのか、数学という分野にとって何を示唆するのかを高いレベルで説明し、Astraについて分かっていることも併せて探ります。

十の問題とは何か？

各結果を平易に説明し、それが属する数学または計算機科学の分野を併記します。

非ソフィック群

分野: 群論

Astraは、どれほど大きな有限構造でも、どれほど近く近似しても近似できない群を明示的に構成しました。これは、1999年に「ソフィック」群の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、有限近似の列はいかなるものも成立し得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できます。

Wikipediaはすでに更新済みです:

球充填

分野: 高次元幾何学

同一で重ならない球を、次元数が増えるにつれてどれだけ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さらに厳しく証明しました。これはこの特定の上界に対する1978年以来初の改良です。より良い充填方法自体を示すわけではなく、将来のどんな方法でも到達し得る限界を狭めるものです。

2進および球面コード

分野: 符号理論

誤り訂正符号は、正しいメッセージ同士を十分に離すことで、小さな誤りで別のメッセージに化けないように機能します。Astraは、与えられた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も一致する結果を示しました。

コンヌの剛性予想

分野: 作用素環論

アラン・コンヌは、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構造から常に一意に復元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、復元が常に1対1ではないことを示しました。

算術回路の複雑さ

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値で、計算が高コストです。計算量理論では、どんな方法でも必要となる算術ステップ数の下限、すなわち最小限を知りたいのです。Astraはその下限に対して新たにより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で繰り返させると、いかさまが成功する確率は指数的に小さくなることが知られています。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（CVP）

分野: 格子ベース暗号

点が周期的に並ぶ格子と目標の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考えられており、そのため量子耐性のある暗号の基盤となっています。Astraは、特定の多項式因子以内での近似であっても依然として証明可能に難しいことを示し、その上に構築された暗号の堅牢性を補強しました。

エルハルトの体積予想

分野: 離散・凸幾何学

内部の格子点がただ1つで、その点がちょうど重心にあるような凸集合について、与えられた次元でその体積の最大値がどれほどになり得るかが問題でした。Astraはあらゆる次元に対してその最大体積を求め、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、彼らの間の関係を分類する十分なカテゴリーがあれば、やがて同じカテゴリーで結ばれた3人組が必ず見つかります。Astraは、カテゴリー数が増えるにつれて、そのような最小人数が任意の固定の指数関数的増加よりも速く増大することを証明し、エルデシュの問題183を解決しました。

極値数に関する予想

分野: 極値グラフ理論

この分野は、小さな禁制パターンを避けながら、ネットワークがどれほど多くの結合を持ち得るかを問います。Astraはここで関連する2つの予想（エルデシュの問題146と180に対応）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年は未解決で、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を含め、30年以上にわたって立ちはだかっていたものもあります。

反例は「簡単な」証明なのか？

僭越ながら、これは特に数学に多少通じた人からよくある質問や反応だと承知しています。

最もよく聞く批評はこうです。今回のいくつかの結果は新しい一般理論ではなく反例だ、というもの。反例はイエス／ノーの問いには答えるものの、なぜそのパターンが破れるのかをそれ自体では説明せず、次に調べるべき類似対象の族を与えるわけでもない。一方で、分類定理や新手法のようなものは、より多くの扉を開く、という考え方です。

一般論としてはその批評に理はありますが、今回の全体を十把一絡げに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正解への小改良ではなく、誰も構成を持たなかった27年を経て初めての類例であり、その背後の手法は他の例の発見にも一般化できると期待されています。

第二に、残りの9つのうちいくつか（球充填の上界やCVPの困難性の結果など）は反例ではまったくなく、既存の上界を直接的に改良したものです。

未解決のままの点

今後数日から数週間、数か月にわたり、分野内で精査が進むにつれて注視すべき点がいくつかあります。

査読は未了。 これらはLeanで検証され、プレプリントを読んだ数学者による非公式のレビューはありますが、いずれも査読付き学術誌での正式なプロセスは経ていません。
著者表示は交渉中。 OpenAIは原稿とLean形式化について責任を負うとする一方で、数学的議論自体はモデルに帰属させています。証明の検証とは別に、そのプロセスの独立な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、数学者が実際に何に時間を使うか、という点にあります。うまく定式化された未解決問題をモデルに渡し、Leanで検証できるなら、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。どの問題を立て、どれに取り組む価値があるかを見極める力は、経験から培われる実在のスキルです。

また、資金配分や評価の問題もくすぶっています。研究助成、テニュア審査、受賞歴は歴史的に希少性に基づいてきました。問題が十分に難しかったからこそ、解いた人に価値が認められたのです。AI支援の結果が日常化するなら、何が本当に難しく、何が数千ドルの推論コストで手の届く範囲に入ったのかを示す新しい方法が必要になるでしょう。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。訓練を積んだ人々は理解しており、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

ソーシャルメディアでの反応は、証明が正しいかどうかよりも、それが何の証拠なのかという点で割れました。

ペース自体をニュースだと捉える声もあります。無関係な分野にまたがる、数十年もの未解決問題が一度に十題、専門家の査読が追いつかない速さで片づいていく。将来への問いは「この検証のスピードに我々はついていけるのか？」です。

一方で、これは見た目ほどAI一般を示す話ではない、という反論もあります。数学は、モデルの成果を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には、そのような自動の答え合わせ機構はありません。その見方では、達成自体は本物だが、数学がAIに特に適していることを示している面が大きい、ということになります。