OpenAIの社内AIが数学の未解決問題を解決と主張、原稿722本→撤回と追加で721本に|リーマンゼータ・ホッジ予想・Lean形式証明・Claudeとの比較と信頼性【2026年11月】

この記事のポイント
OpenAIが公開した社内AIの数学原稿は、722本から3本を撤回し、2本を追加して現在721本です。準リーマン予想への専門家の評価、CMホッジ予想に追加されたLean形式化、ClaudeとOpenAIがそろって主張した指数時間仮説(ETH)の反証まで、どこが確かめられどこが未検証かを2026年11月時点の一次情報で整理しました。
OpenAIが2026年10月6日(米国時間)に公開したのは、未公開の社内AIが書いた数学原稿722本(372の成果群)です。「未解決問題を722件解決した」わけではありません。翌7日には符号の誤りで3本を撤回して719本になり、10月26日に2本が加わったため、2026年11月22日時点の原稿数は721本(373の成果群)です。10月7日のあと、追加の撤回は出ていません。
この1か月半で、検証の状況はいくつか動きました。目玉の「CMアーベル多様体のホッジ予想」には、10月26日に主定理のLean形式化が追加されました。ただしテイト予想などへの帰結は形式化の範囲外で、専門家による外部検証もまだ確認できません。準リーマン予想(Re s > 7/8 に零点がない)については、Quanta Magazineの取材に応じた専門家の多くが「11/12版の証明はおおむね正しい」とみています。それでも、正式な査読と出版はまだです。
10月26日にはOpenAIが指数時間仮説(ETH)の反証などの新しい成果を発表しました。同じ時期に、AnthropicもClaudeが同じETHの反証を得たとする論文とLean形式化を公開しています。両社が同じ未解決問題で結果を並べた例として、この件は比較の材料になります。ただ、どちらも漸近的な結果で、暗号や実務の計算がすぐ速くなる話ではありません。
この記事でわかること
- 「722」「719」「721」「373」「42%」「176」がそれぞれ何を数えた数字なのか
- 公開翌日に撤回された3本の中身と、ホッジ予想の成果への影響
- 10月26日の続報(2本の追加、CMホッジ予想のLean化、ETH反証、ヤン–ミルズ理論)
- 準リーマン予想(リーマンゼータ関数の零点なし領域)の主張と、専門家の評価
- Lean形式証明で保証される範囲と、保証されない範囲
- 数学界(AGMAI・フィールズ賞受賞者ら)の反応と、信頼性をめぐる5つの論点
- Claude(Anthropic)の数学成果との違い(同じETHの問題での比較を含む)
- SNSで「AIが証明した」という投稿を見たときの確かめ方
こんな方に向けた記事です
ニュースの見出しだけでは中身がつかめなかった方や、「722件」「719本」「721本」のどれが正しいのか迷った方に向けて書いています。社内やSNSでこの件を正確に説明したい方、研究や業務で使うAIを選ぶ判断材料がほしい方にも役立つ内容です。
何が発表されたのか|「722件を解決」ではなく「722本の原稿」(現在は721本)

OpenAIは、モデル開発の一環として社内AIに研究レベルの未解決問題を解かせました。その成果をまとめたのが、GitHubリポジトリ openai/math(Apache-2.0ライセンス)です。同じ日に公式ブログ「Sharing AI progress in mathematics」も掲載しています。
見出しの「722」は原稿(manuscripts)の本数で、問題の件数ではありません。公開後の更新で数字はいくつか変わりました。3つの時点を並べると次のとおりです。
数字 | 何の数か | 公開時(10月6日) | 10月7日の更新後 | 現在(10月26日以降) | 出どころ |
|---|---|---|---|---|---|
原稿数 | 論文形式のPDFの本数 | 722 | 719(3本撤回) | 721(2本追加) | README・history.md |
成果群 | 関連する原稿をまとめた単位 | 372 | 372 | 373 | README・CONTENTS.md |
出題数 | 評価期間中にモデルへ出した問題の数 | 約4,000 | 約4,000 | 約4,000 | README |
主結果の形式化率 | OpenAIが数える「主結果(top-line results)」のうちLeanで形式化された割合 | 記載なし | 約42%(300/719) | 「~42%」の表記のまま | README・history.md |
形式化カタログの論文数 | 主結果がLeanで形式化された論文として登録された数 | 162(約22%) | 173(約24%) | 176(約24%) | lean/formalization.yaml |
Leanリンクのある成果群 | CONTENTS.mdで成果群の見出しにLeanページへのリンクがあるもの | 235 | 242(約65%) | 245(約66%) | CONTENTS.md |
推論要約 | モデルの推論を要約して公開した成果群 | 10 | 10 | 10 | README |
計算量 | 1結果あたりの平均(ChatGPT Proの思考時間に換算) | 約3時間 | 約3時間 | 約3時間 | README |
主張する解決数 | OpenAIが「解いた」とする長年の未解決問題 | 100件超 | — | — | 公式発表・各報道 |
※ 形式化カタログの論文数(176)とLeanリンクのある成果群(245)は、2026年11月22日にGitHubのファイルを編集部が数えた値です。主結果の形式化率は、READMEが10月7日以降も「~42%」と書いているだけで、2本の追加やCMホッジ予想の形式化を反映した分子・分母は公表されていません。「100件超」はGitHub上の資料には書かれておらず、公式ブログを引用した報道で確認した数字です。出題数は一部の海外報道で「約8,000問」とされていますが、READMEの記載は約4,000問です。
報道では「722本」「719本」「721本」や「22%」「42%」が混在していますが、どれかが誤りというわけではありません。数えた時点と、数える単位が違うことが混乱の原因です。
READMEに書かれていること
リポジトリのREADMEで、OpenAI自身が明記している主な点は次のとおりです。
- 既存の数学評価(ベンチマーク)が飽和したため、未解決の研究問題を使った評価に広げた
- 大半の結果は、未公開の社内モデルを同じ手順で動かして得た。評価期間中に約4,000問を出題した
- 形式化されていない結果には問題があるかもしれない。見つかれば速やかに直し、修正は新しい版として記録して、過去の版も閲覧できるようにする
- 原稿は「洗練された学術論文ではなく、生の研究データの一種」。功績や先行性の判断は数学界に委ねる
- コミュニティが運営するリポジトリでの公開も検討している(2026年11月22日時点でも具体名は未公表)
- 例外として、リーマンゼータ関数の零点なし領域の研究と、CMアーベル多様体のホッジ予想の証明は、決まった手順の外で得られた。Re(s) > 11/12 版の原稿は読みやすくするために人間が手を入れている
使ったモデルの名前は、11月22日時点でも公表されていません。OpenAIは「責任ある形で公開できるよう取り組んでいる」と説明していますが(Decryptなどの報道)、公開時期は示していません。OpenAIの広報は「ほぼすべての結果は、単一のエージェントへの単一のプロンプトから得た。いくつかは複数回の試行が必要だった可能性がある」とも説明しています(Scientific American)。プロンプトや試行の記録は非公開のため、外部からは確かめられません。
公開されたファイル
フォルダ・ファイル | 中身 |
|---|---|
overview.pdf | 成果群ごとの解説 |
CONTENTS.md | 原稿の一覧(成果群ごとに原稿PDF・Leanページへのリンク) |
history.md | 版ごとの変更履歴(撤回・修正・形式化の追加) |
preprints/ | 原稿のPDF・ソース・引用情報。撤回された原稿のフォルダには撤回告知が置かれている |
lean/ | Leanライブラリ、形式化の範囲を記した formalization.yaml、Comparatorでの検証手順 |
reasoning_traces/ | 10の成果群について、モデルの推論を要約したもの |
原稿のフォルダ名を見ると、準リーマン予想の7/8版は2026年9月30日、11/12版の別証明は10月5日、撤回されたK3曲面の2本は10月3日と4日の日付です。公開直前の数週間で大量の原稿が作られ、その一部は数日で撤回されたことになります。
公開翌日に3本を撤回|符号の誤りとホッジ予想への影響

OpenAIは10月7日付の変更履歴(history.md)で、3本の原稿を撤回し、14本の証明を修正したと公表しました。きっかけは1本の原稿の符号の誤りです。その誤りが、同じ議論に依存していた2本にも波及しました。2026年11月22日時点で、これ以外の撤回は出ていません。
撤回された3本
原稿 | 日付 | 撤回の理由 |
|---|---|---|
Algebraicity of Weil classes on split abelian eightfolds(分裂型アーベル8次元多様体上のWeil類の代数性) | 2026年9月18日 | 証明中の符号の誤り |
Algebraicity of Kuga–Satake Correspondences for K3 Surfaces(K3曲面のKuga–Satake対応の代数性) | 2026年10月3日 | 撤回された1本目の構成に依存していた |
The rational Hodge conjecture for products of K3 surfaces(K3曲面の積に対する有理ホッジ予想) | 2026年10月4日 | 同上 |
撤回告知によると、誤りは「符号付き二重点の数」を数える規約にありました。本来 −1 とすべき符号を +1 として扱ったため、打ち消し合ってゼロになるはずの量がゼロになりませんでした。その結果、証明のよりどころにした既存の定理(Eliashberg–Murphy)の前提を満たさなくなりました。
撤回告知には「この撤回は証明に関するもので、数学的な命題が偽であると主張するものではない」とも書かれています。「K3曲面の積で有理ホッジ予想が成り立つ」こと自体が否定されたわけではありません。その証明が成り立たなくなり、主張は未証明の状態に戻ったということです。
撤回前の原稿は、リポジトリの初版コミットから今も読めます。「修正は新しい版として記録し、過去の版も残す」というREADMEの方針どおりの扱いです。
ホッジ予想の成果はどこまで残ったか
撤回で最も影響を受けたのが、ホッジ予想に関する成果群032です。成果群の名前そのものが変わり、10月26日にはLean形式化も加わりました。
公開時(10月6日) | 10月7日の更新後 | 現在(10月26日以降) | |
|---|---|---|---|
成果群032の名前 | Hodge and Kuga–Satake results for all projective K3 surfaces(すべての射影K3曲面に関するホッジ予想とKuga–Satakeの結果) | The rational Hodge conjecture for CM abelian varieties(CMアーベル多様体の有理ホッジ予想) | 同左 |
K3曲面の積の有理ホッジ予想 | 主張あり | 撤回 | 撤回のまま |
すべてのK3曲面でのKuga–Satake対応の代数性 | 主張あり | 撤回 | 撤回のまま |
CMアーベル多様体の有理ホッジ予想(全次元・全余次元) | 主張あり | 残存(Leanなし) | 残存(主定理にLeanあり。外部検証は未確認) |
Lean形式化 | なし | なし | あり(10月26日に追加、29日に問題文を修正) |
公開直後、日本語の報道や記事の多くは、準リーマン予想と並ぶ目玉として「CMアーベル多様体のホッジ予想」と「K3曲面の結果」を紹介しました。このうちK3曲面の主張は、現時点で成果として数えられません。CMアーベル多様体の主張は撤回されず、10月26日には主定理がLeanで形式化されました。それでも、同じ成果群の別の原稿で誤りが見つかった以上、代数幾何の専門家による確認を待つ必要があることに変わりはありません。
14本の修正と形式化の追加
撤回のほかにも、10月7日の更新では次の変更がありました(history.md)。
変更の種類 | 本数 | 主な対象 |
|---|---|---|
証明の修正 | 14本 | Kähler多様体の極小モデル理論とアバンダンス(6本)、Lipschitz高さ・Ashkin–Teller模型(4本)、hypersymplectic変形(2本、錐の等式の主張を訂正)、ナビエ–ストークス流の箱輸送(1本)、BSD公式(1本、古い引用を削除) |
引用のみの更新 | 13本 | 改訂した関連原稿の版に合わせた参考文献の差し替え |
形式化の追加 | 6件+補助5件 | L = RL = BPL(成果群103)など。主結果の形式化率は約42%(300/719)に |
誰が誤りを見つけたのか
誤りを見つけたのが誰かについては、報道の説明が食い違っています。OpenAIの広報はRetraction Watchに「社内の監査で見つけた」と説明しました。一方、Scientific Americanは「外部の科学者が誤りを見つけたことで撤回された結果もある」と書いています。11月22日時点でも、どちらが正しいかを確かめられる資料は出ていません。
OpenAIは「誤りが見つかれば速やかに修正し、直せなければ論文を撤回する」と説明しています(Retraction Watch)。研究を率いるDan Roberts氏も、新しい形式化と見つかった誤りでリポジトリを更新し続けるとXで述べています。実際の更新は10月26日の追加と10月29〜30日のCMホッジ予想の問題文修正が最後で、それ以降のコミットはありません(11月22日時点)。
撤回はどう受け止められているか
評価は二つに分かれています。
- 対応の速さを評価する声:MITのAndrew Sutherland氏は、迅速な撤回を「責任ある行動」とし、数学界は好意的に見るだろうと述べました(Retraction Watch)
- 予想どおりだとする声:コーネル大学のAlex Townsend氏は、1つの誤りが3本に波及したことに驚きはなく、今後も誤りが見つかると予想しています。残りの成果は個別に発表して検証への協力を求めることもできたはずだ、とも指摘しました(Retraction Watch)
モナシュ大学のMelissa Lee氏はThe Conversation(10月9日)への寄稿で、撤回の原因が初歩的な誤りだったことから、公開前の確認が十分ではなかった可能性を指摘しています。本当の試金石は、時間のかかる査読だという立場です。TechCrunch(10月8日)は、AGMAIが自然言語の証明と形式証明をつなぐ機械可読の情報を求めたのにOpenAIが応じなかったと報じ、Melanie Wood氏の「公開時点では人間の理解はない。ここから作業が始まる」という言葉を伝えています。
撤回は、検証前の原稿を大量に公開したことの弱点を示しました。同時に、版管理・撤回告知・旧版の保存という仕組みが実際に機能した例でもあります。
その後の動き|10月26日に2本追加・CMホッジ予想にLean、ETH反証はClaudeも

10月26日、OpenAIは公式ブログ「Working with academic communities to build scientific understanding」で3つの新しい成果を発表しました。同じ日にopenai/mathへ原稿2本が加わり、CMホッジ予想(032)にLean形式化が追加されています。10月6日の722本の公開や撤回には、このブログでは触れていません。
10月26日に発表された3つの成果
分野 | OpenAIの主張 | Lean形式化 | 外部の専門家 | AIの出力の公開 |
|---|---|---|---|---|
数学 | 局所平滑化予想(Sogge、1991年)を全次元で証明。系として掛谷予想(掛谷集合のハウスドルフ次元が満ちる)、Steinの制限予想、Bochner–Riesz予想なども全次元で | あり(成果を得た翌日の10月18日) | 正式なグループなし(外部の専門家1名に相談) | openai/mathに原稿を追加(成果群079) |
計算機科学 | 指数時間仮説(ETH)は偽。固定幅のCNF式の解の数を準指数時間で数える決定的アルゴリズム | あり(10月17日) | Russell Impagliazzo氏(UCSD)、Ramamohan Paturi氏(UCSD)、Ryan Williams氏(MIT) | openai/mathに原稿を追加(成果群378)。生データの全公開に同意 |
物理 | 4次元でゲージ場とフェルミオンを含む相互作用する場の理論(QCD・標準模型の完備化)が厳密に存在する。純粋ヤン–ミルズ理論の存在証明を含む | あり(10月16日) | David Gross氏(代表)、Michael Douglas氏、Arthur Jaffe氏、Igor Klebanov氏、Nikita Nekrasov氏 | 非公開(グループが自分たちで書き上げる方針) |
OpenAIによると、外部の専門家はNDAなし・無報酬で自発的に参加し、OpenAIは発見の学術的な功績を求めないとしています。あわせて、Simons Foundationの新しい取り組み(AIが生んだ結果を扱うワークショップや会議)に500万ドルを拠出すると発表しました。
3次元の掛谷予想は2025年に人間の数学者が証明済みで、全次元への拡張はOpenAIの主張です(The Next Web)。ヤン–ミルズ理論については、ミレニアム懸賞問題の条件は「存在」と「質量ギャップ」の両方で、OpenAIの主張は存在の部分と報じられています。懸賞問題が解けたわけではありません。
公開のしかたが変わった点と、AGMAIの注文
10月6日は722本を一度に出しましたが、10月26日は成果を3つに絞り、分野ごとに外部の専門家を指名する方式に変わりました。ただ、この方式にも注文がついています。
- ETHの検証グループ自身の声明:「我々の関与を主張の認証と受け取ってはならない。これほど重要な結果には慎重で独立した精査が必要だ」。正しければ理論計算機科学の重要な部分が変わるとしつつ、功績が「最初に出した者・最強の道具を持つ者」に流れ、確かめて説明する人に渡らない懸念も示しました(The Next Webなどの引用)
- AGMAI(10月25日):AIの出力を公開するときに特定の数学者を指名し、先に独占的に見せるべきではないと勧告しました。翌日のOpenAIの方式に先回りした批判になっています
- AGMAI(10月26日):ヤン–ミルズ理論はLean形式化まで済んでいる以上、自然言語とLeanの出力を遅らせる科学的な理由はないとして、即時公開を勧告しました
openai/mathは10月12日から、プルリクエストにコメントが付いた時点で議論をロックする設定になっています。外部からの指摘をリポジトリ上で受け付けにくくなった点も、検証の窓口が絞られているとみられる理由の一つです。
ETH反証は「今日のコンピューターが速くなる」話ではない
指数時間仮説(ETH)は「3-SATのような問題は、変数の数nに対して指数関数的な時間がどうしてもかかる」という仮説で、計算量理論の多くの結果の前提に使われてきました。これが偽だとすると理論上の意味は大きく、Computational Complexityブログ(Lance Fortnow氏ら)は「ETHは反証されたとみてよい」との立場を示しています(筆者自身は未検証と明記)。
一方で、実用面への影響は限られます。
- 対象はk-SATで、NP全般ではない。部分和問題や巡回セールスマン問題の最良アルゴリズムは改善しない(Computational Complexityブログ)
- Fabio Dias氏・Yvens Lima氏の論文(arXiv:2611.00517、10月31日、査読前)は、定数を仮定して試算すると、総当たりより速くなるのは変数がおよそ10の32乗個(定数C=2の場合)を超えてからだとしています。Cが大きいと必要な規模は10の3517乗にまで膨らみます
- Anthropic自身も、自社のETH論文について「純粋に漸近的な結果で、実際に式を解くこととは無関係」と書いています
日本語の報道には「暗号の前提を揺さぶる」という見出しもありますが、こうした試算を見る限り、暗号やSATソルバーが近いうちに変わるとは考えにくい状況です。2026年11月22日時点で、独立した検証の結論は公表されていません。
主な成果|リーマンゼータ関数・ホッジ予想ほか

撤回後も残っている目玉は、準リーマン予想とCMアーベル多様体のホッジ予想です。ここに10月26日の2本が加わりました。次の表はすべてOpenAIの主張で、正式な査読はどれも済んでいません。
番号 | 成果(OpenAIの主張) | 分野 | Lean形式化(2026年11月22日時点) |
|---|---|---|---|
003 | 準リーマン予想:ζ(s)とすべてのディリクレL関数は Re s > 7/8 に零点を持たない(11/12版の別証明、ランダウ–ジーゲル零点の一様な排除も) | 数論 | あり(7/8版の主定理など。論文後半の応用は対象外。11/12版はなし) |
032 | CMアーベル多様体の有理ホッジ予想:全次元・全余次元。系として有限体上のアーベル多様体のテイト予想など(K3曲面に関する主張は10月7日に撤回) | 代数幾何 | あり(10月26日に追加。帰結は対象外) |
079 | 局所平滑化予想(全次元)。掛谷予想・Steinの制限予想などに波及(10月26日追加) | 調和解析 | あり |
378 | 指数時間仮説(ETH)の否定。k-CNFの解の数を準指数時間で数える決定的アルゴリズム(10月26日追加) | 計算量理論 | あり |
002 | BSD予想の主要項の公式(Selmer余階数0または1の楕円曲線) | 数論 | なし |
004 | 有理数体上のヒルベルト第10問題 | 数理論理・数論 | なし |
017 | πの無理数度はちょうど2 | 数論 | あり |
087 | マーラー予想 | 凸幾何 | あり |
102 | ユニークゲーム予想(Khot)と近似困難性 | 理論計算機科学 | あり |
103 | L = RL = BPL(対数領域での脱乱択化) | 計算量理論 | あり(10月7日に追加) |
109 | 整数の掛け算を n log n より速く行う方法 | アルゴリズム | なし |
157 | ハドヴィガー予想の反例(分数彩色でも成り立たない) | グラフ理論 | あり |
158 | ユークリッド平面は5色では塗り分けられない(Hadwiger–Nelson問題の答えは6か7に絞られる) | 組合せ幾何 | あり |
376 | 外力を加えたナビエ–ストークス流で万能計算ができる | 数理流体 | あり(一部) |
CMホッジ予想にLeanが付いたことで、「目玉の主張ほどLeanがない」という公開当初の傾向は少し変わりました。それでも、BSD予想の主要項(002)、ヒルベルト第10問題(004)、整数乗算(109)など、分野の常識を書き換えるほどの主張には、11月22日時点でも機械検証の裏付けがありません。撤回されたK3曲面の2本も、Lean形式化がなかった時期の成果群032に含まれていました。
日本語ではあまり紹介されていませんが、ハドヴィガー予想の反例(157)や平面の5色塗り分けの不可能性(158)は、主張が比較的わかりやすく、Lean形式化も付いています。
Scientific Americanは、ほかに4次元の掛谷予想や行列乗算の指数の改善、ヤン–ミルズ理論に関連する結果などを注目点に挙げています。NYUのRoland Bauerschmidt氏は、ヤン–ミルズ関連の1本を「画期的で、妥当に見える(全部は確認していない)」と評価する一方、別の1本には強い否定的評価を下しました。ユニークゲーム予想(102)の原稿についても、Dana Moshkovitz氏が「AIの助けなしには読めないほど書き方がひどい」と述べたと報じられています(The Decoder)。同じ公開物の中でも、原稿ごとに質のばらつきがあることがうかがえます。
準リーマン予想とは|リーマン予想との違い
リーマン予想は「ゼータ関数の非自明な零点は、すべて実部が1/2の直線(臨界線)の上にある」という予想です。1859年に提唱され、いまも解かれていません。
準リーマン予想は、これを弱めた主張です。「1より小さいある定数θがあって、実部がθより大きい領域には零点がない」ことを示せれば成り立ちます。OpenAIは、θ = 7/8 で成り立つ、つまり Re s > 7/8 に零点がないと主張しています。
主張の中身 | 状態(2026年11月22日時点) | |
|---|---|---|
リーマン予想 | 非自明な零点はすべて Re s = 1/2 上にある | 未解決 |
準リーマン予想(7/8版、199ページ) | Re s > 7/8 には零点がない | OpenAIが証明を主張。主定理はLean形式化あり。査読前 |
準リーマン予想(11/12版、49ページ) | Re s > 11/12 には零点がない(別証明) | Leanなし。人が手を入れた唯一の原稿。専門家の多くはおおむね正しいとみている。査読前 |
これまでの到達点 | 零点がない領域は虚部が大きくなるほど Re s = 1 に近づき、一定の幅を保証できていなかった | — |
「7/8より右には一つもない」と一定の幅で言い切れれば、素数の分布の誤差評価が大きく改善します。正しければ解析的整数論で歴史的な結果です。チリ・カトリック大学のHector Pasten氏は「多くの応用にとって十分すぎる」と評価しています(Scientific American)。ただし1/2の臨界線までは距離があり、リーマン予想が解けたわけではありません。
Leanの公式ドキュメント(lean/docs/003.md)によると、形式化されたのは「ζとすべてのディリクレL関数で θ = 7/8」などの主定理です。「論文後半の応用は含まれない」とはっきり書かれています。
専門家の評価|「11/12版はおおむね正しい」が、まだ「定理」とは呼ばない
722本の中で、専門家による検討がいちばん進んでいるのが準リーマン予想です。Quanta Magazine(10月19日)によると、数学者は長い7/8版を脇に置き、手法も帰結も似ていて短い11/12版を主に検討しています。
- 専門家の多くは、11/12版の結果はおおむね正しいとみている。他の数学者が書いた7〜13ページの解説が非公開で回覧されている(未発表)
- NYUのMaksym Radziwiłł氏は、2本とも「どの数学誌でもすぐ却下されるような書き方」だとしたうえで、帰結は驚異的で、全体の空気は「安堵」だと述べた
- Alexander Dunn氏は「誰も予想していなかった」と話した。証明には、Radziwiłł氏とDunn氏が以前に開発した手法が使われている
- プリンストン大学のPeter Sarnak氏は、今学期の講義をこの証明の検討に充てる。人が細部まで確かめて理解するまでは「定理」とは呼ばないという立場
- プリンストン大学のWill Sawin氏は、この手法の組み合わせで7/8を1/2(リーマン予想)まで下げられるとは考えにくいとみている
Leanの裏付けがあるのは長い7/8版で、専門家が肯定的に読んでいるのは短い11/12版です。この食い違いには注意が要ります。評価の材料としてはいちばん厚い成果ですが、学術誌での査読と出版はまだです。
CMアーベル多様体のホッジ予想|Leanは付いたが、帰結は範囲外
ホッジ予想はクレイ数学研究所のミレニアム懸賞問題の1つで、「ある種のコホモロジー類は、必ず代数的な部分多様体から作れる」という主張です。OpenAIが現在も主張しているのは、CM(虚数乗法)という特別な対称性を持つアーベル多様体に限った証明です。
対象は限られますが、全次元・全余次元で示せたなら、テイト予想(有限体上)やホッジ標準予想にも波及する大きな主張です。10月26日に加わったLean形式化(lean/docs/032.md)の範囲は次のとおりです。
項目 | Lean形式化の対象か |
|---|---|
複素CMアーベル多様体上のすべての有理ホッジ類は代数的(全次元・全余次元) | 対象 |
有限体上のアーベル多様体のテイト予想(Milneの定理経由の帰結) | 対象外 |
任意標数のホッジ標準予想 | 対象外 |
ホッジ予想のLean上の定義 | 外部リポジトリ「HodgeConjecture」(mathlib4などを利用)の定義をComparatorの問題文に使用 |
10月29日には、Comparatorの問題文と解の名前空間がずれていたため修正が入りました。Leanで主定理が閉じたとしても、「Leanで書いたホッジ予想の定義が、本来の予想と同じ意味か」は人が別に確かめる必要があります。専門家による外部検証は、11月22日時点で確認できません。推論要約も公開されていません。
公開時に同じ成果群で主張していた「K3曲面の積の有理ホッジ予想」「すべてのK3曲面でのKuga–Satake対応」は撤回されたままです。ホッジ予想の成果として現在カウントできるのはCM型の主張だけで、ミレニアム懸賞問題としてのホッジ予想が解けたわけでもありません。
ナビエ–ストークスの成果(376)はミレニアム問題とは別物
一部の報道は「ナビエ–ストークス問題が解かれた」と書いていますが、376は外力を工夫した流れの中で計算を実行できることを示す構成です。外力なしの3次元で滑らかな解が続くかを問うミレニアム懸賞問題とは別の問題です。この成果群の原稿のうち1本は、10月7日に修正されました。
2026年9月8日にOpenAIが発表した「有限時間爆発」(外力あり)もまた別の成果です。詳しくはOpenAIがナビエ・ストークス方程式を解決?|何が証明され何が残ったかで解説しています。
Lean形式証明で何が保証されるのか

出典: Lean 公式サイト
Leanは、証明を形式言語で書き、その論理が正しいかを機械でチェックするソフトウェア(定理証明支援系)です。チェックが通れば、書かれた前提から書かれた結論が正しく導かれていることは、人間が読まなくても保証されます。
ただ、Leanがあるからといって「論文全体が正しい」とまでは言えません。今回の公開で機械検証を通っているのは、一部の原稿の、さらに一部の主張です。
形式化率は数え方で約24%〜約66%
「形式化されているのは何%か」は、数える単位で答えが変わります。
数え方 | 値(2026年11月22日時点) | 意味 |
|---|---|---|
主結果(top-line results)単位 | 約42%(OpenAIの表記。最後に分子・分母が示されたのは10月7日の300/719) | OpenAIがREADMEとhistory.mdで示す数字。「主結果」の数え方の定義は公開されていない |
論文単位(形式化カタログ) | 176本/721本(約24%) | 主結果が形式化された論文としてlean/formalization.yamlに載っている数。公開時は162本、10月7日は173本 |
成果群単位(Leanリンクの有無) | 245/373(約66%) | CONTENTS.mdで成果群の見出しにLeanページがある数。成果群内の一部の原稿だけが形式化されている場合も含む |
「6割以上がLean検証済み」と読むのは誤りです。OpenAIの数字(約42%)を使っても、主結果の半分以上は機械検証されていません。論文単位では4分の3以上が対象外です。
formalization.yaml の範囲の欄には「Partial progress(部分的な進展)」と書かれています。依存先には、数学ライブラリmathlib4や素数定理の形式化プロジェクトなど、人間が積み上げてきた既存の形式化資産が並んでいます。
Leanが保証すること・しないこと
観点 | Leanで保証される | Leanでは保証されない |
|---|---|---|
論理 | 前提から結論までの推論に穴がない | — |
主張の文言 | — | 形式化した定義や主張が、原稿の数学的な主張と一致しているか |
対象範囲 | 形式化された定理 | 原稿のうち形式化されていない部分(003は「論文後半の応用は範囲外」、032はテイト予想などへの帰結が範囲外と明記) |
新しさ・重要性 | — | その結果が既知でないか、数学的に意味があるか |
基盤 | Leanカーネルが健全であることを前提に成り立つ | カーネルや使用した公理そのものの正しさ |
「主張の文言」の一致は、実際に問題として指摘されています。Bastounis氏・Circelli氏・Hansen氏は10月6日、AIが自然言語の証明をLeanに翻訳する過程で食い違いが生じる例を示した論文(arXiv:2610.08144、査読前)を投稿しました。この論文は、OpenAIが9月に発表したナビエ–ストークスの証明でも、Lean版が自然言語の証明より弱い内容しか示していないと主張しています。722本を直接扱ったものではなく、反論も出ています。
AnthropicもETH論文のREADMEで、「Leanの主結果のファイルが論文の主張と一致しているかは機械では確かめていない」と書き、違いを付録にまとめています。AI企業自身が、自動チェックが通っても仕様との一致は人が確かめると認めているわけです。
Leanの開発に長く関わってきたThomas Hales氏も、Terence Tao氏のブログへのゲスト投稿(10月9日)で同じ点を挙げ、次のような注意を促しています。
- カーネルで検査されるまで、Leanの証明を信じてはいけない
- 命題の翻訳が意図どおりかは人が確かめる必要がある(ただし証明を読むよりずっと楽)
- comparatorを使えば、許可していない公理が紛れ込んでいないかを検出できる
- 2026年夏にはカーネルの健全性に関わるバグが複数見つかっており、Leanのような仕組みも盲信してはならない
この投稿はOpenAIの公開を名指ししたものではありませんが、今回の形式化を評価するときの物差しとして使えます。
第三者が手元で検証できるように、リポジトリには leanprover/comparator を使う手順が同梱されています。準リーマン予想なら lake env comparator ComparatorChallenges/QuasiRiemannHypothesis.json を実行すると、あらかじめ固定された問題文に対して証明を照合できます。OpenAIが書いた問題文をそのまま信じるのではなく、固定した問題定義に照らして確かめられるようにしている点は、評価してよい部分です。CMホッジ予想で問題文のずれが後から直されたように、固定した問題文そのものも点検の対象になります。
信頼性をめぐる5つの論点

出典: OpenAI「Sharing AI progress in mathematics」
信頼性の問題は「AIが書いたから怪しい」という話ではありません。検証の量と公開のしかたが、主張の大きさに追いついていないことが論点です。公開翌日の撤回でそれが具体的な形になり、10月26日以降は「検証の窓口をどう開くか」も問われるようになりました。
論点 | 中身 | 現在の状況(2026年11月22日時点) |
|---|---|---|
1. 形式化は半分に届かない | 主結果で約42%、論文単位で約24% | CMホッジ予想などに追加。ただし10月30日以降の更新なし |
2. Leanがあっても範囲は限られる | 主定理だけで応用・帰結は対象外、自動形式化のずれの指摘も | 範囲は各成果群のドキュメントで確認できる |
3. モデルもプロンプトも、解けなかった問題も非公開 | 推論要約は10成果群のみ | 外部の再現はできない |
4. 自社GitHubで公開し、査読前 | AGMAIの指針に一部しか応えていない | 指名グループ方式・PR議論のロック・物理の出力非公開にも批判 |
5. 公開直後に誤りが見つかった | 1本の誤りが依存する2本に波及 | 3本撤回・14本修正。その後の追加撤回なし |
論点1:形式化は半分に届かない
どの数え方でも、主結果の半分以上はLeanの裏付けがありません。OpenAI自身もREADMEで「形式化されていない結果には問題があるかもしれない」と認めています。CMホッジ予想に形式化が付いた一方で、BSD予想の主要項やヒルベルト第10問題など、大きな主張の一部は今もLeanがありません。撤回された3本も、Lean形式化がない領域にありました。
論点2:Leanがあっても範囲は限られる
Leanのある成果群でも、形式化されているのは主定理だけで応用部分は対象外、というケースがあります。準リーマン予想は論文後半の応用が、CMホッジ予想はテイト予想やホッジ標準予想への帰結が範囲外です。見出しで紹介される結果と、機械検証された範囲が一致しているとは限りません。AIが自分の証明を自分で形式化した場合、原稿の主張とLeanの命題がずれる可能性も、OpenAIが9月に発表したナビエ–ストークスの成果を例に指摘されています。
論点3:モデルもプロンプトも、解けなかった問題も非公開
モデル名・プロンプト・失敗した試行は公開されていません。推論要約も10の成果群(全体の約3%)だけで、準リーマン予想とホッジ予想の推論要約は含まれていません。外部の研究者が同じ手順を再現して確かめることはできません。
推論要約が公開された成果群は、007、017(πの無理数度)、087(マーラー予想)、102(ユニークゲーム予想関連)、159、197、221、271、287、362です。
Sutherland氏は「解けなかった問題も公開すべきだ」と求めています(Scientific American、10月8日)。約4,000問のうち何が解けず、どう選ばれたのかがわからないと、成功率もモデルの得意・不得意も判断できません。原稿の発想が似通っていることから、モデルが問題そのものを作ったのではないかと疑う数学者もいます。OpenAIはこの点に回答していません。
新しさの扱いにも前例があります。8月にOpenAIが公開した10件の成果では、2件が先行研究のアイデアを適切に引用せずに使っていると専門家に指摘され、OpenAIは文言を修正しました(Scientific American)。
論点4:自社GitHubで公開し、査読前
公開先はarXivや学術誌ではなく、OpenAIが管理するGitHubです。数学界の独立助言グループAGMAIは9月29日に公開の指針を出していましたが、今回の公開はその一部にしか応えていません。
AGMAIの指針が求めたこと | OpenAIの公開(2026年11月22日時点) |
|---|---|
外部がアクセスできない社内モデルで高度な問題を試さない | 未公開の社内モデルで評価(README) |
AIラボが管理しない学術リポジトリへの登録 | 自社のGitHub(コミュニティ運営のリポジトリは「検討中」のまま) |
モデル名の開示 | 非公開 |
プロンプト・推論要約の開示 | 推論要約は10成果群のみ |
所要時間・計算コストの開示 | 平均「ChatGPT Pro思考約3時間/結果」のみ。総コストは非開示 |
試した未解決問題の数と選び方の開示 | 出題数(約4,000)は開示。選び方の詳細は不明 |
可能な限りの形式化 | 主結果で約42%(OpenAIの表記) |
特定の数学者に先行して独占的に見せない(10月25日の勧告) | 10月26日の3成果で外部グループを指名 |
ヤン–ミルズのAI出力の即時公開(10月26日の勧告) | 非公開のまま |
数学界の規範とOpenAIのやり方のずれは、今回始まった話ではありません。TechCrunchは9月の時点で、フィールズ賞受賞者らの公開書簡やCaltechでのイベント協賛の取りやめなどを挙げ、OpenAIと数学者の対立が深まっていると報じていました。10月12日からはリポジトリのプルリクエストでの議論がロックされ、外部からの指摘を受け付ける窓口も狭まっています。
論点5:公開直後に誤りが見つかった
1本の原稿の符号の誤りが、それに依存する2本の証明まで無効にしました。AIが短期間に大量の原稿を作り、原稿同士が互いを引用し合っていると、1か所の誤りが連鎖して広がります。OpenAIは撤回と修正を素早く公表しましたが、外部からは「残りの原稿にも同じことが起きうる」と見られています。Sutherland氏も「大半は正しいか直せると思うが、深刻な誤りを含むものもあるだろう」と述べています(Scientific American)。
10月7日以降、追加の撤回は出ていません。ただ、これは検証が終わったことを意味しません。721本の多くは、まだ専門家に読まれていない段階です。
未公開の研究データをAIに入力するリスクや、OpenAIのデータの扱いをめぐる議論はOpenAIは未公開の研究データを使ったのか|研究者が取るべき対策で詳しく扱っています。
数学界の反応|「始まりであって完了ではない」

数学界は、成果の可能性を認めつつ、検証と公開のしかたに注文をつけています。撤回のあとは公開の進め方への批判が強まり、準リーマン予想のように個別の成果で専門家の評価が出始めた段階です。
AGMAI(Advisory Group on Mathematics and AI)
AGMAIは、プリンストン高等研究所(IAS)と関係する独立した助言グループです。AI企業から報酬を受け取らず、AI企業での決定権も持ちません。メンバーはTimothy Gowers氏、Martin Hairer氏、Edward Witten氏、Melanie Matchett Wood氏など9名です(agmai.org)。
10月6日の声明では、今回の公開を「人間による理解の過程の始まりであって、完了ではない」と位置づけました。助言は成果の重要性を判断したものでも、OpenAIの手法を支持したものでもないとしています。数学者が自分で問いを立てられることの大切さも強調しました。
その後、AGMAIは10月25日に「AI出力の公開で特定の数学者を指名することの欠点」、26日に「ヤン–ミルズのAI出力の即時公開」を勧告しています。11月22日時点で、11月の新しい声明は出ていません。
研究者・関係者の発言
発言者 | 立場 | 発言の要旨 | 出典 |
|---|---|---|---|
Michael Douglas氏 | ハーバード大学 | 数学の新しい時代の始まり(10月26日の物理の成果では検証グループに参加) | Scientific American、OpenAIブログ |
Andrew Sutherland氏 | MIT上級研究員 | 「単一エージェントで一発で解いた」という主張は未検証として扱い、裏付けを求めるべき。一方で撤回への迅速な対応は責任ある行動 | Scientific American、Retraction Watch |
Alex Townsend氏 | コーネル大学准教授 | 1つの誤りが3本に波及したのは驚きではない。今後も誤りが見つかるだろう | Retraction Watch |
Roland Bauerschmidt氏 | NYU | 一部の原稿を「AI slop(AIのくず)」と表現し、知らない人から届いたら消していただろうと述べた | Scientific American |
Terence Tao氏 | UCLA・フィールズ賞受賞者 | 分野そのものに関心のない「AIプロンプター」が自律的に問題を解いていると批判 | Fortune |
Daniel Litt氏 | トロント大学 | 公開自体には賛成で、数学にとって良いこと。ただし研究資金や若手研究者への影響を懸念 | Scientific American、Fortune |
Peter Sarnak氏 | プリンストン大学 | 準リーマン予想の証明を講義で検討する。人が理解するまでは「定理」と呼ばない | Quanta Magazine |
Impagliazzo氏・Paturi氏・Williams氏 | ETHの検証グループ | 関与を認証と受け取ってはならない。独立した精査が必要 | The Next Webなど |
Association for Human Mathematics | 数学者の団体(Communications Working Group名義。声明はTao氏のブログにも転載) | 700本を超えるファイルを一度に出すのは学術的な実証ではなく力の誇示だとし、数学者にOpenAIとの協力をやめるよう呼びかけた(10月7日) | Retraction Watch、Fortune |
同じ公開物を見ても、「新しい時代」と見る人と「AI slop」と見る人に分かれています。どちらの評価も、どの原稿を読んだかに左右される面があります。準リーマン予想のように、読み込んだ専門家が肯定的な見方を示す成果も出てきました。
なお、フィールズ賞受賞者らの公開書簡「A Severe Misalignment of AI in Mathematics」は、9月のナビエ–ストークス発表のあとに出たもので、10月の公開に向けたものではありません。
このツールを自社のシステムや業務にどう組み込むか、ご提案します
初回相談は無料・30分(オンライン)。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜(税別)
Claude(Anthropic)の数学成果との比較

OpenAIとAnthropicでは、数学成果の出し方がほぼ正反対です。OpenAIは大量の成果を一度に公開し、Anthropicは個別の成果を、人間の検証を厚くしてから公表しています。10月下旬には、両社が同じ指数時間仮説(ETH)で反証を主張したため、初めて同じ問題で並べて比べられるようになりました。
Anthropicは2026年8月10日、未公開の研究版Claudeが「ゼータ関数の非自明な零点のうち、臨界線上にあると証明できる割合」の下界を41.6%から67.2%に引き上げたと発表しました。対応する論文 arXiv:2608.13637 の著者は社内の数学者2名(Levent Alpöge氏、Ralph Furman氏)で、Claudeは「自律的に発見した」存在としてコメント欄に記載されています。見出しの主張は「3分の2以上」です。OpenAIが主張する準リーマン予想とは別の問題で、どちらもリーマン予想そのものを解いたわけではありません。
比較ポイント | OpenAI | Claude / Anthropic |
|---|---|---|
代表的な成果 | 準リーマン予想(Re s > 7/8)、CMアーベル多様体のホッジ予想、局所平滑化予想、ETHの反証など(主張) | ゼータ零点の臨界線上の割合の下界 41.6%→67.2%(8月)、フェルマーの最終定理の完全形式化(9月、既存の証明の形式化)、ETHの反証(10月) |
規模 | 原稿722本→現在721本・成果群373・出題約4,000問 | 成果を1件ずつ公表 |
公開先 | 自社GitHub(openai/math)に一括公開。10月26日は公式ブログでも発表 | arXiv・Hexagon・公式リサーチ記事+Lean形式化のGitHub(anthropics/formal-math) |
人間による検証 | 準リーマン予想は専門家の検討が進行中。ETH・物理は指名した外部グループが検討。ほかの大半は未了 | ゼータの成果は社内数学者2名と外部専門家2名(Brian Conrey氏、Dan Goldston氏)が検討 |
Lean形式化 | 主結果で約42%(OpenAIの表記)、論文単位で176本(約24%) | ゼータ・フェルマーの最終定理・ETHの各プロジェクトをLean 4で形式化。Comparatorと独立カーネルで照合 |
使用モデル | 名称非公開・未リリース | 未公開の研究版Claude(フェルマーの最終定理は「Claude Fable 5.1相当」の社内研究モデル) |
計算量の開示 | 平均「ChatGPT Pro思考約3時間/結果」。総量は非開示 | ゼータ:約3,100万出力トークン・2セッション/フェルマー:約60億出力トークン・11日 |
公開後の変更 | 翌日に3本撤回・14本修正。10月26日に2本追加。変更履歴を公開し、旧版も閲覧可 | ゼータの論文PDFを8月13日に改訂、arXivは8月19日にv2 |
査読 | なし | ゼータの成果も査読誌掲載前 |
同じ問題で並んだETHの反証
比較ポイント | OpenAI(成果群378) | Anthropic(formal-math の eth/) |
|---|---|---|
論文 | 「The Exponential Time Hypothesis is False」 | 「A 2^{o(n)} Time Algorithm for 3-SAT」(著者表記は「Claude (Anthropic)」) |
主張 | 固定幅k-CNFの充足割当の数を、およそ 2^{n/(log n)^{1/2+o(1)}} の時間で数える決定的アルゴリズム | 3-SATを 2^{o(n)} 時間の決定的アルゴリズムで判定。数え上げは 2^{O(n log log n/√log n)} |
中核を得た日 | 10月16日(OpenAIブログ) | 報道では10月16日(Anthropicの公式記事は見つからず) |
公開 | 10月26日(openai/math) | 報道では10月27日(HexagonとGitHub) |
Lean形式化 | あり(10月17日) | あり。主定理は標準公理3つ(propext・Classical.choice・Quot.sound)のみに依存。AIモデルが形式化を書いた |
外部の検証 | Impagliazzo氏・Paturi氏・Williams氏のグループ | 公開時点で指名された外部グループの記載なし |
公開後の扱い | 修正があれば新しい版で記録する方針 | 「リポジトリは保守せず、コントリビューションも受け付けない」と明記 |
実用面の注記 | 総当たりに勝つのは天文学的な規模からとする試算あり(arXiv:2611.00517) | 「純粋に漸近的な結果で、実際に式を解くこととは無関係」と自ら明記 |
AnthropicのREADMEには、製品版のClaude Opus 5.5(high effort)に要約版の説明を渡すと、ETHの反証を再導出できたとも書かれています。ただし再導出できたのは、任意のδ>0について 2^{δn} 時間で解けるという弱い形です。研究用モデルが得た結果を、公開モデルが説明つきでなぞれる段階にある、と読むのが妥当でしょう。
比べるときの注意点
この2社の比較から読み取れるのは、主張の規模ではOpenAI、検証手順の丁寧さではAnthropicのゼータ成果が上回るということです。公開後の変更の大きさも、公開のしかたの違いをそのまま映しています。1件ずつ人間が確認してから出す方式は件数が増えません。大量に一括公開する方式は、出したあとに誤りが見つかる余地が大きくなります。
それでも、「OpenAIのAIのほうが数学が強い」「Claudeのほうが正確」と結論づけるのは早すぎます。使ったモデル、かけた計算量、問題の選び方が違い、同じ条件で比べたデータがないからです。ETHでは両社が同じ時期に近い結果を出しており、両社の研究モデルは同じ問題で競える水準にあると見るのが現実的です。2026年5月のエルデシュの単位距離予想でも、AnthropicのSholto Douglas氏が「Claude Mythosも別の証明で解いた」とXに投稿したと報じられていました(the-decoder報道。Anthropicの公式発表ではありません)。
Claudeの成果の詳細はClaudeはリーマン予想を解いたのか|41.6%→67.2%の意味とClaudeのリーマン予想の証明とLean形式化、フェルマーの最終定理の形式化に使われたモデルはClaude Fable 5.1とは、MythosについてはClaude Mythosとはで解説しています。
2026年のAI×数学の流れ|5月から10月で一気に加速

722本の公開は単発のニュースではありません。半年足らずで、AI企業の数学成果は「1件」から「数百本」に増えました。大量公開の直後に撤回が出て、その3週間後には2社が同じ未解決問題で結果を並べています。
日付(2026年) | 出来事 |
|---|---|
5月 | OpenAIがエルデシュの単位距離予想を反証 |
8月1日 | OpenAIが数学成果10件をLean付きで公開 |
8月10日 | Anthropicが、研究版Claudeでゼータ零点の臨界線上の割合の下界を67.2%に更新したと発表 |
9月4日 | Anthropicが、フェルマーの最終定理をClaudeで11日・Lean約1,300万行として形式化したと発表 |
9月8日 | OpenAIがナビエ–ストークス方程式の有限時間爆発(外力あり)を発表 |
9月11日 | フィールズ賞受賞者らの公開書簡「A Severe Misalignment of AI in Mathematics」 |
9月29日 | AGMAIがAI生成数学の公開に関する指針を公表(600件超のアンケート回答に基づく) |
10月6日 | OpenAIが原稿722本・成果群372を公開。同日AGMAIが声明 |
10月7日 | OpenAIが3本を撤回、14本を修正(history.md)。Association for Human Mathematicsが批判声明 |
10月8日 | Retraction Watch、Scientific American、TechCrunchなどが撤回と公開のしかたを報道 |
10月9日 | The ConversationにMelissa Lee氏の論考。Tao氏のブログにThomas Hales氏のLeanの信頼性に関するゲスト投稿 |
10月12日 | openai/mathがプルリクエストでの議論をロックする設定に |
10月19日 | Quanta Magazineが準リーマン予想の専門家評価を報道 |
10月25日 | AGMAIが「AI出力の公開で特定の数学者を指名することの欠点」を公表 |
10月26日 | OpenAIが局所平滑化予想・ETHの反証・ヤン–ミルズ理論の存在証明を発表。openai/mathに2本追加(721本)、CMホッジ予想にLean。Simons Foundationに500万ドル。同日AGMAIがヤン–ミルズの出力の即時公開を勧告 |
10月27日(報道) | AnthropicがClaudeによるETHの反証「A 2^{o(n)} Time Algorithm for 3-SAT」をHexagonとGitHubで公開 |
10月29〜30日 | openai/mathでCMホッジ予想の問題文を修正(11月22日時点で最後の更新) |
10月31日 | Dias氏・Lima氏がOpenAI版ETH反証の定数と限界を試算した論文を投稿(arXiv:2611.00517、査読前) |
5月の件はOpenAIのAIが80年来の数学難問を解いた|エルデシュ予想の反証、8月の10件の成果はOpenAI Astraとはで詳しく扱っています。
AIが結果を生み出す速さに、人間が読んで確かめる速さが追いついていません。10月の撤回はこの問題を初めて具体的な形で示し、その後の動きは「誰が、どの窓口で確かめるのか」をめぐる議論に移っています。
「AIが証明した」という投稿を見たときの確かめ方

SNSで「OpenAIのAIが○○予想を証明」という投稿を見かけたら、次の4つを順に確かめると、どこまで信用してよいかを自分で判断できます。
- history.md で撤回・修正されていないか確認する:openai/math の history.md に版ごとの変更が記録されています。投稿で紹介された成果が撤回されていれば、その時点で「証明済み」とは言えません。各原稿のフォルダに撤回告知(Withdrawal notice)が置かれていないかも見ておきます。
- CONTENTS.mdで、その成果群に
[Lean]リンクがあるか確認する:成果群ごとに原稿PDFとLeanページへのリンクが並んでいます。Leanリンクがなければ、機械検証の裏付けはありません。 - Leanがあれば、lean/docs/{番号}.md の「Scope」で形式化の範囲を確かめる:主定理だけなのか、応用まで含むのかがここに書かれています。たとえばCMホッジ予想(032)は、主定理にLeanが付いていても、テイト予想などへの帰結は範囲外です。見出しの主張と範囲が一致しているかを見ます。
- 外部の数学者や査読誌の評価が出ているかを確かめる:その分野の専門家がブログや論文、Quanta Magazineのような専門メディアで評価を出しているか、学術誌に投稿・受理されたかを確認します。検証グループに名前が載っているだけでは「認証」にはならない、とETHのグループ自身が述べています。
確認結果 | 信頼度の目安 | 伝えるときの言い方の例 |
|---|---|---|
撤回告知あり | 証明は不成立(命題の真偽は未定) | 「OpenAIは証明を撤回している」 |
Leanなし・外部評価なし | 低(主張の段階) | 「OpenAIが証明したと主張している」 |
Leanあり(範囲が限定的)・外部評価なし | 中(主定理の論理は機械検証済み) | 「主定理はLeanで検証されているが、専門家の確認はこれから」(例:CMホッジ予想) |
Leanあり・専門家の肯定的な評価あり | 中〜高 | 「Lean検証済みで、専門家もおおむね妥当とみている」(例:準リーマン予想。ただし査読前) |
査読誌に掲載 | 高 | 「査読を経て証明が認められた」 |
一般ユーザー・企業への影響|このAIは使えるのか

OpenAIの成果を出したモデルは未公開で、一般ユーザーは使えません。 料金も決まっていません。いまChatGPTで使えるモデルが、このニュースで急に数学に強くなるわけでもありません。Anthropic側も研究用のClaudeを使っており、製品版のClaude Opus 5.5がなぞれたのはETHの反証の弱い形にとどまります。
1結果あたりの目安として示された「ChatGPT Pro思考約3時間」は、現行のChatGPT Proで同じ成果が出るという意味ではありません。あくまで計算量を換算した目安です。ChatGPT Proの受付状況はChatGPT Proの新規受付停止の解説を参照してください。
ETHの反証についても、業務で使っている最適化ソフトやSATソルバー、暗号がすぐに影響を受けるわけではありません。総当たりより速くなるのは、現実には扱えない規模の入力からだと試算されています。
研究・業務でAIを選ぶときの判断材料
研究や業務でAIを選ぶときは、数学の成果そのものより、各社がAIの結果をどう検証し、誤りが出たときにどう扱うかのほうが参考になります。
判断したいこと | 今回のニュースから読み取れること |
|---|---|
最先端の研究モデルの実力 | OpenAIもAnthropicも、未公開モデルで研究レベルの結果を出せる段階にある。ETHでは同じ問題で近い結果を出した |
手元で使えるモデルの性能 | 未公開モデルの成果は、現行製品の性能を直接示すものではない。製品同士の比較はGPT-6 Astra vs Claude Fable 5.1の比較やClaudeとChatGPTの違いを参照 |
AIの出力をそのまま使ってよいか | OpenAIほどの規模で検証を組んでも、公開翌日に誤りが見つかった。業務でも、AIの出力は検証工程を通す前提で使う |
検証の仕組みの作り方 | 「機械で検証できる形で出力させる」「範囲を明示する」「人間の専門家が最終確認する」に加えて、「出力同士の依存関係を記録し、1か所の誤りの影響範囲をたどれるようにする」ことが要る |
機械検証の結果の読み方 | 自動チェックが通っても、チェックした内容が元の要件と一致しているかは人が確かめる。Anthropicも自社のLeanファイルと論文の一致は機械で確かめていないと明記し、OpenAIもCMホッジ予想の問題文を後から修正した |
誤りが出たときの備え | 版管理・変更履歴・旧版の保存があれば、撤回や修正を素早く周知できる。AIで作った社内文書や分析にも同じ仕組みが使える |
「すごい成果」の実用性 | 理論上の大きな前進でも、実務の速さに直結するとは限らない。ETHの反証のように、効果が出る規模を数字で確かめてから判断する |
未公開データの扱い | 研究アイデアや草稿を個人アカウントに入れるリスクは、未公開研究データとOpenAIの信頼性で整理 |
1本の誤りが、それに依存する2本まで無効にするような連鎖は、数学に限った話ではありません。AIが作った前提資料をもとに、別のAIが次の資料を作る業務フローでも同じことが起こります。どの出力がどの出力を前提にしているかを残しておけば、誤りを見つけたときの被害を小さくできます。
こうした検証や履歴管理の工程まで含めて、新しいモデルを自社の業務システムに組み込む場合、開発の進め方によって費用は大きく変わります。目安はAI開発の費用相場にまとめています。
ChatGPTやClaudeの基本はChatGPTとは・Claudeとは、生成AI全体の仕組みは生成AIとはで解説しています。
このニュースを詳しく追うべき人・今すぐの対応は不要な人
詳しく追うべき人
- 数学・理論計算機科学の研究者:自分の分野の未解決問題に「解決済み」とする原稿が出ているかもしれません。CONTENTS.mdで関連する成果群を確認し、history.mdで撤回・修正の有無も追っておくと安心です。ETHを前提にした条件付きの結果を扱っている人は、反証の検証状況を見ておく必要があります
- 大学・高校で数学や情報を教える教員:学生が「リーマン予想が解けた」「ホッジ予想が解けた」「P≠NPが崩れた」と誤解するおそれがあります。準リーマン予想との違いや、撤回された主張、ETHとP≠NP予想の違いを説明できると役立ちます
- 研究開発部門でAI導入を担当する人:研究に使うAIを選ぶとき、成果の規模だけでなく、検証の手順や誤りが出たときの対応も比較材料になります
- 形式検証・Leanに関わるエンジニア:形式化の範囲の示し方、Comparatorによる第三者検証、問題文の後からの修正、自動形式化のずれといった論点は、ソフトウェア検証にも通じます
- AI関連の情報を発信している人:「722件を解決」「ホッジ予想のK3曲面の場合が証明された」「ETH反証で暗号が危ない」は、現時点では不正確な要約です。数字が更新される前提で伝え方を選ぶ必要があります
今すぐの対応は不要な人
- ChatGPTやClaudeを文章作成・要約・資料作りに使っている人:成果を出したモデルは未公開で、手元のツールの使い方は変わりません
- AIツールの導入を検討中の企業担当者:料金・日本語対応・セキュリティ・既存システムとの連携といった選定基準は、このニュースでは変わりません
- 暗号や最適化ソフトを業務で使っている人:ETHの反証が実際の計算を速くするのは天文学的な規模の入力からで、すぐの対応は要りません
- 数学の結果が確定してから知りたい人:査読や専門家の検証には数か月〜数年かかります。評価が固まるのを待つのは合理的な判断です
よくある質問
Q. 撤回された3本の命題は、間違いだと証明されたのですか?
いいえ。撤回告知には「撤回は証明に関するもので、命題が偽であると主張するものではない」と書かれています。「K3曲面の積で有理ホッジ予想が成り立つ」などの命題は、正しいとも誤りとも決まっていない状態に戻りました。
Q. 原稿の本数(現在721本)は、今後も変わる可能性がありますか?
変わる可能性は十分にあります。すでに722本から3本の撤回で719本になり、10月26日の2本の追加で721本になりました。OpenAIは誤りが見つかれば修正し、直せなければ撤回すると説明しています。最新の数字は、GitHubのREADMEとhistory.mdで確認するのが確実です。
Q. 撤回前の原稿は、まだ読めますか?
読めます。OpenAIは過去の版を残す方針で、撤回前の原稿はリポジトリの初版コミット(10月6日)から閲覧できます。撤回された原稿のフォルダには、誤りの内容を説明した撤回告知も置かれています。
Q. 結局、リーマン予想は解けたのですか?
解けていません。OpenAIが主張しているのは「実部が7/8より大きい領域には零点がない」という準リーマン予想の証明です。リーマン予想(すべての非自明な零点が実部1/2の線上にある)より弱い主張で、クレイ数学研究所の賞金の対象にもなりません。専門家の間では、この手法で1/2まで下げるのは難しいという見方も出ています。
Q. CMホッジ予想にLeanが付いたなら、証明は確定したのですか?
確定とまでは言えません。Leanで閉じたのは「複素CMアーベル多様体上の有理ホッジ類はすべて代数的」という主定理で、テイト予想などへの帰結は範囲外です。ホッジ予想をLeanでどう定義したかが本来の予想と一致しているかも、人が確かめる必要があります。2026年11月22日時点で、代数幾何の専門家による外部検証は確認できません。
Q. ホッジ予想が解けたなら、ミレニアム懸賞の賞金は出るのですか?
出ません。残っている主張はCMアーベル多様体という特別なケースに限られ、ミレニアム懸賞のホッジ予想全体ではありません。賞金の審査には、査読誌への掲載とその後2年以上の期間も条件になります。
Q. 指数時間仮説(ETH)が反証されたら、P≠NP予想も崩れるのですか?
崩れません。ETHは「3-SATには指数時間が必要」という、P≠NPより強い仮説です。準指数時間のアルゴリズムが見つかっても、多項式時間で解けることにはならないため、P≠NP予想とは別の話です。部分和問題や巡回セールスマン問題の最良アルゴリズムが改善するわけでもありません。
Q. Leanで検証済みの成果なら、もう信じてよいのですか?
主定理の論理に穴がないことは信じてよい、というところまでです。Leanに書いた命題が原稿の主張と同じ意味かどうかは別に確かめる必要があり、AIが自動で形式化した証明でずれが見つかったと指摘する論文も出ています。形式化の範囲(lean/docs のScope)と、専門家の評価をあわせて見るのが安全です。
Q. どのモデルが使われたのですか?GPT-6系ですか?
モデル名は公表されておらず、「未公開の社内モデル」とだけ説明されています。現在提供されているGPT-6系のモデルや、リリースが中止されたGPT-6.1 Astraと同じものかどうかもわかっていません。推測で結びつけるのは避けるべきです。
Q. Claudeでも同じような成果は出せるのですか?
一般向けのClaudeでは、同じ規模の成果は出せません。Anthropicの数学成果も、未公開の研究版Claudeによるものです。ただ、AnthropicはETHの反証について、製品版のClaude Opus 5.5が要約版の説明から弱い形の結果を再導出できたと書いています。研究版と製品版の差は、少しずつ縮まりつつあるとみられます。
Q. 数学者の仕事はなくなるのですか?
現時点では、むしろ確認する側の仕事が増えています。721本の原稿のうち、人間がきちんと読んで確かめたものは一部にすぎず、公開翌日には誤りも見つかりました。準リーマン予想では、プリンストン大学の講義で証明を読み解く作業が始まっています。結果を生み出す役割の一部はAIに移りつつあっても、正しさを判断し、数学の知識として組み込む役割は人間に残ります。
まとめ
- OpenAIが2026年10月6日に公開したのは、未公開の社内AIによる数学原稿722本・成果群372。翌7日に符号の誤りで3本を撤回、10月26日に2本を追加し、11月22日時点で721本・成果群373。追加の撤回は出ていない
- 撤回されたのは、Weil類に関する1本と、それに依存していたK3曲面のKuga–Satake対応・K3曲面の積の有理ホッジ予想の2本。撤回は証明についてのもので、命題が偽と示されたわけではない
- 準リーマン予想は、7/8版の主定理にLeanがあり、11/12版は専門家の多くがおおむね正しいとみている。CMアーベル多様体のホッジ予想は10月26日に主定理のLeanが付いたが、帰結は範囲外で外部検証は未確認。どちらも査読前で、リーマン予想やホッジ予想全体が解けたわけではない
- Leanの形式化率は、主結果の単位で約42%(OpenAIの表記)、論文単位で176本(約24%)。半分以上は機械検証の裏付けがなく、Leanで通った部分も命題の翻訳が正しいかは別に確かめる必要がある
- 10月26日にOpenAIは局所平滑化予想・ETHの反証・ヤン–ミルズ理論の存在証明を発表した。外部グループを指名する方式や物理の出力非公開には、AGMAIが注文をつけている
- ETHの反証はClaude(Anthropic)も同時期に主張し、両社ともLean付き。理論上の意味は大きいが、実際の計算が速くなるのは天文学的な規模からで、暗号やソフトがすぐ変わる話ではない
- Claudeの数学成果と比べると、規模はOpenAI、検証手順の丁寧さはAnthropic。ただし条件が違うため、AIとしての優劣はこれだけでは決まらない
AGMAIの言うとおり、この公開は「始まりであって完了ではない」段階にあります。公開から1か月半で、準リーマン予想のように専門家の評価が進む成果も、検証の窓口をめぐって議論が続く成果も出てきました。続報を追うときは、撤回・修正の履歴、Leanの有無と範囲、専門家の評価の3点を確かめておけば、見出しに振り回されずに済みます。
このツールを自社のシステムや業務にどう組み込むか、ご提案します
この記事の著者

AI革命
編集部
AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。
最新記事

Together AIでプロンプト漏洩|AIコーディングエージェントが鍵をコミット、対象モデル・日付と今すぐやるZDR設定【2026年11月】
2026/11/22

Anthropic シリーズH 650億ドル調達・評価額9,650億ドル徹底解説|OpenAI超え・GPU22万基・IPO(11月19日上場)の全貌【2026年11月最新】
2026/05/30

Anthropic × NEC 戦略提携とは?3万人Claude展開・金融8社・政府系AIとの関係を解説【2026年11月】
2026/04/26

Anthropic vs OpenAI 法人向けAI合弁会社を徹底比較|$1.5B Blackstone連合(Ode)vs $4B Deployment Company・エンタープライズAI戦争の全貌【2026年11月】
2026/05/27

METRとは?AIエージェントの不正・痕跡隠しを暴いた報告書と最新動向【2026年11月】
2026/05/25

Anthropic Q2 2026 初の営業黒字|売上115億ドル・営業利益9.7億ドルの詳細、Q3は再び赤字の理由と日本企業への影響【2026年11月最新】
2026/05/23


