［ニュース解説］GPT-5.2 Proが量子重力の新定理を導出——AIが理論物理学の最前線に参入

2026-03-05

はじめに

　OpenAIは2026年3月4日、量子重力理論における新たな数学的成果を報告するプレプリント論文を公開しました。本稿では、この研究でGPT-5.2 Proがどのような役割を果たしたか、また導かれた物理的成果とはどのようなものかについて解説します。

参考記事

メイン記事:

タイトル: Extending single-minus amplitudes to gravitons
著者: Alfredo Guevara, Alexandru Lupsasca, David Skinner, Andrew Strominger, Kevin Weil (on behalf of OpenAI)
発行元: OpenAI
発行日: 2026年3月4日
URL: https://openai.com/index/extending-single-minus-amplitudes-to-gravitons/

要点

GPT-5.2 Proは、グルーオン（ゲージ粒子）の先行研究を入力として与えられ、重力子（グラビトン）における対応する数学的構造を自力で導出した
「シングルマイナス振幅」と呼ばれる量子重力の散乱振幅が、特定の運動学的条件下でゼロではないことを示す新たな定理が証明された
GPT-5.2 Proは証明に用いた手法（有向行列木定理）を自ら発見し、論文の初稿ドラフトも作成した
この成果は、量子力学とアインシュタインの一般相対性理論を統合するという現代物理学の根本課題への小さな一歩とされている
今回の研究では、初期の仮説生成よりも「検証・整理・執筆」の工程が時間の大半を占めるという、AI協働研究の新しいパターンが示された

詳細解説

研究の背景——量子重力の「未解決問題」

　物理学における最大の難問のひとつが、量子力学と一般相対性理論の統合です。量子力学は素粒子の世界を支配する理論であり、一般相対性理論は重力と時空を記述するアインシュタインの理論です。この二つは互いに矛盾なく両立しておらず、その解決は長年の課題とされてきました。

　今回の研究が扱うのは、「散乱振幅（scattering amplitude）」と呼ばれる数学的な量です。散乱振幅とは、素粒子同士が衝突・相互作用する確率を計算するための値で、すべての中間過程を追う代わりに最終的な観測結果を簡潔な形で記述します。研究者たちはこの振幅が予想外なほど単純な構造を持つことを発見しており、その背後に隠れた数学的対称性が存在することが示唆されています。

注目の成果——「シングルマイナス振幅はゼロではない」

　今回の論文が示したのは、「シングルマイナス重力子散乱振幅」がゼロではないという事実です。ヘリシティとは、粒子のスピンと運動方向の関係を表す量です。シングルマイナス配置とは、相互作用する粒子のうち1つだけが負のヘリシティを持ち、残りがすべて正のヘリシティを持つ状態を指します。従来の理論では、このような配置の振幅はツリーレベル（最も基本的な近似）でゼロになると考えられていました。

　OpenAIの発表によれば、この通説は粒子が一般的な運動をするという前提に依存しており、「ハーフコリニア（半平行）」と呼ばれる特殊な運動量配置の下では成立しないことが証明されました。この条件下では、振幅はゼロにならず、限られた運動量空間の領域で数学的に定義された分布として存在します。さらに、この振幅はロジャー・ペンローズが半世紀前に発見した無限次元の対称性「Lw(1+∞)」と深く結びついていることも示されました。

GPT-5.2 Proの貢献——「美しい手法」を自ら発見

　研究のプロセスにおけるAIの役割が特に注目されます。先行するグルーオン（ゲージ理論の素粒子）に関する論文をGPT-5.2 Proに提供し、量子重力の文脈で対応する振幅を構築するよう求めたところ、モデルは人間の研究者が導出に相当な時間を要したであろう結果を単独で解き、なおかつ「有向行列木定理（directed matrix-tree theorem）」という美しく意外な手法を自ら用いた、とOpenAIは報告しています。また、この初期の導出をもとに論文の優れた初稿ドラフトも作成しました。検証には標準的な解析手法が用いられ、既知の物理的な極限との整合性も確認されています。

　有向行列木定理とは、グラフ理論に由来する数学的ツールで、有向グラフ上の全域木の総和を行列式として表現する定理です。これが量子重力の散乱振幅の計算に適用された点は、分野を横断した知識の接続という意味で興味深い事例と言えます。

AI協働研究の新しいパターン

　OpenAIは今回の研究を通じて、発見のペースに関する重要な観察も示しています。グルーオンの先行研究からグラビトンの研究に移行した際、経過時間の大半は「初期の仮説生成」ではなく、「導出の確認・整合性チェック・論文執筆」に費やされました。これは、AIが創造的な仮説提案を担う一方で、人間は検証・精緻化・発表の工程を担うという、新しい協働パターンの萌芽とも言えます。

　著者陣には、Institute for Advanced Study（高等研究所）のGuevara氏、Vanderbilt大学・OpenAIのLupsasca氏、Cambridge大学のSkinner氏、Harvard大学のStrominger氏、そしてOpenAIのWeil氏が名を連ねており、アカデミアとAI企業の横断的な共同研究となっています。