［ニュース解説］OpenAIの汎用推論モデルが80年来の未解決問題を反証——離散幾何学の予想が崩れた

2026-05-24

はじめに

　OpenAIは2026年5月20日、同社の内部推論モデルが離散幾何学における80年来の未解決問題「平面単位距離問題」に関するエルデシュ予想を反証したと発表しました。本稿では、この成果の内容と、AIが数学研究に果たす役割の変化について解説します。

参考記事

タイトル: An OpenAI model has disproved a central conjecture in discrete geometry
著者: OpenAI
発行元: OpenAI
発行日: 2026年5月20日
URL: https://openai.com/news/

要点

平面単位距離問題はポール・エルデシュが1946年に提起した離散幾何学の中心的な未解決問題であり、OpenAIの汎用推論モデルがその予想を反証した
数学専用のシステムではなく、スキャフォールディングなしの一般目的推論モデルが自律的に証明を導いた点が特筆される
証明には代数的整数論の高度な手法（無限類体塔やGolod–Shafarevich理論）が使われており、幾何学と整数論の予想外の接続が明らかになった
フィールズ賞受賞者のティム・ガワーズをはじめ、複数の著名数学者が証明を確認し「AIにおける数学のマイルストーン」と評価した
OpenAIはこの成果を、生物学・物理学・医学など数学以外の分野への研究加速の布石と位置づけている

詳細解説

平面単位距離問題とは

　平面上に n 個の点を配置したとき、ちょうど距離1になる点のペアは最大でいくつ作れるか——この問いが「平面単位距離問題」です。ハンガリーの数学者ポール・エルデシュが1946年に提起し、組合せ幾何学（有限の図形配置を数え上げる幾何学の分野）で最も有名かつ説明しやすい未解決問題の一つとされてきました。

　OpenAIによれば、プリンストン大学の組合せ数学者ノガ・アロンは「エルデシュが最も好んだ問題の一つ」と表現しており、エルデシュ自身も解決に懸賞金をかけていました。2005年の専門書 Research Problems in Discrete Geometry でも「おそらく組合せ幾何学で最もよく知られ、最も説明しやすい問題」と記されています。

　これまでの最良の下界（実現できる最大ペア数の下限）は、格子点（格子状に並んだ点）の配置から得られる n^(1 + C/loglog(n)) という式で長く更新されないままでした。エルデシュはこの率が本質的に最善であり、上界も n^(1+o(1)) に収まると予想していました。

反証の内容——予想を覆した構成

　今回のOpenAIモデルが示したのは、この予想が誤りであるという証明です。無限に多くの n の値に対して、少なくとも n^(1+δ)（δは0より大きい固定値）のペアを持つ点配置が存在することを構成的に示しました。OpenAIの発表によれば、プリンストン数学科のウィル・サウィン教授による改良で δ = 0.014 が具体的に示されています。80年近く変わらなかった下界が初めてべき乗の意味で改善されたことになります。

　驚くべきは証明の手法です。幾何学の問題に対して、代数的整数論（通常の整数を「代数的整数環」と呼ばれるより豊かな構造に拡張し、素因数分解などを研究する整数論の一分野）の道具が持ち込まれました。具体的には 無限類体塔 や Golod–Shafarevich理論 という専門的な概念が使われており、これらはもともと数論の問題のために開発された手法です。OpenAIは「代数的整数論の道具が平面ユークリッド幾何学の問題に含意を持つことは、大きな驚きをもって受け止められている」としています。

汎用モデルが自律的に証明した意味

　この成果が注目される理由の一つは「どのようなシステムが証明したか」です。数学専用にチューニングされたモデルでも、証明戦略を網羅的に探索するスキャフォールディング付きシステムでもなく、OpenAIの汎用推論モデルが証明を生成しました。OpenAIが「エルデシュ問題集」を用いてモデルの研究能力を評価する取り組みの中で、このモデルが自律的に証明を提出したとのことです。

　証明は複数の外部数学者グループによって検証されており、彼らは証明の解説と背景を整理した「コンパニオン論文」も執筆しています。フィールズ賞受賞者のティム・ガワーズはコンパニオン論文の中でこの成果を「AIにとる数学のマイルストーン」と表現しました。また、数論の第一人者アルル・シャンカールは「現在のAIモデルは人間の数学者の補助者を超え、独創的なアイデアをみずから生み出してそれを実行に移す能力を持つと示した」と評価しています。

　AlphaEvolveが科学・インフラ分野でAIによる自律最適化を示したのと同様に、今回のOpenAIの成果も、AIが解法を「見つける」フェーズへと踏み込んでいることを示すものだと思います。

数学と科学研究への波及

　OpenAIは、この成果の意義は単一の問題の解決にとどまらないと述べています。代数的整数論と離散幾何学の間に予想外の橋が架かったことで、離散幾何学の他の未解決問題にも整数論的な手法が使える可能性が開かれました。コンパニオン論文の著者トーマス・ブルームは「代数的整数論が離散幾何学のこうした問題についてまだ多くのことを語る余地があることを示した」とコメントしており、今後多くの代数的整数論研究者が離散幾何学の未解決問題に目を向けるだろうと述べています。

　OpenAIはまた、複雑な推論を首尾一貫して保持し、離れた知識領域をつなぐ能力は、数学以外にも生物学・物理学・材料科学・医学・工学で同様に機能すると位置づけています。より多くのアイデアを探索し、より難しい技術的問いを追求するための研究加速ツールとして、AIの役割を明確に示した一例と言えます。

　一方、OpenAI自身も強調しているように、AIが提案・検証・探索を担っても、研究において重要な問題を選び、結果を解釈し、次の問いを決めるのは依然として人間の判断に委ねられています。

まとめ

　OpenAIの汎用推論モデルが、エルデシュ予想の反証という80年来の未解決問題の解決を自律的に示しました。代数的整数論と離散幾何学の予想外の接続を証明に盛り込んだ点は、AI研究の深度を示す成果と言えます。AIが科学研究に果たす役割がどのように広がっていくか、引き続き注目していきたいと思います。なお、AIと人間研究者の協働についてはハーバード大の事例を過去記事でも整理していますので、あわせてご覧いただければと思います。