OpenAIがナビエ・ストークス方程式を解決？｜ミレニアム懸賞問題の何が証明され何が残ったか【2026年9月速報】

2026年9月8日、OpenAIは社内の未公開モデルがナビエ・ストークス方程式について「滑らかな流体が有限時間で特異点を生じる」ことを証明したと発表しました。ただしこれはクレイ数学研究所（CMI）の公式問題文にある4つの選択肢のうち外力を加えてよい (C)(D) を満たす結果であり、多くの数学者が本命と見ている外力なしの (A)(B) は未解決のまま、賞金の授与も決まっていません。

この記事では、公式ブログ・論文PDF・Lean形式化リポジトリ・CMIの公式問題文と賞金規則という一次資料に当たり、「どこまでが解けたのか」「なぜ数学者が反発しているのか」「AIツールを使う自分に関係があるのか」を切り分けて整理します。AI技術の到達点を正確に把握したい方、社内でこのニュースを説明する立場の方、そしてCodexやChatGPTに未公開の仕事を入れている方に向けた内容です。

3行で把握する今回の出来事

① 証明されたのは「外力ありの爆発」
OpenAIは、粘性がどれだけ大きくても、静止状態から始まった滑らかな流体に滑らかな外力を加えることで、運動エネルギーを有界に保ったまま速度が有限時間で無限大になる解を構成した、と主張しています。CMIの公式問題文でいう選択肢 (C) と (D) に対応します。

② 賞金1億円規模は「まだ誰も受け取れない」
CMIの規則では、査読付き数学誌に掲載されてから2年間の一般的受容期間を経てはじめて審査対象になります。CMIへの直接応募もできません。加えてOpenAI自身が賞金を請求しない意向を表明しています。CMI公式サイトでは現時点でもナビエ・ストークスは未解決問題として掲載され続けています。

③ 功績をめぐる論争が同時に起きた
同じ週に、Anthropic所属のLevent Alpöge氏とニューヨーク大学のTristan Buckmaster氏が、AI支援で得た類似の結果をプレプリントとして公開しました。着手の経緯やCodexの利用データの扱いをめぐって主張が食い違っており、OpenAI公式も「非識別化データが自社モデルの改善に寄与した可能性は否定できない」と記載しています。

そもそもナビエ・ストークス方程式とミレニアム懸賞問題とは

ナビエ・ストークス方程式は、水や空気のような非圧縮性流体の運動を記述する偏微分方程式です。航空機の設計から気象予測まで、数値計算としては日常的に使われている一方で、「3次元で滑らかな解が永遠に存在し続けるのか」という数学的な保証は誰も与えられていません。

• クレイ数学研究所が2000年に設定したミレニアム懸賞問題7問の1つ。正式名称は「Navier–Stokes existence and smoothness」
• 賞金は100万ドル（日本円で約1億円規模。為替により変動します）
• 7問のうち公式に解決済みとされているのはポアンカレ予想のみ（グリゴリー・ペレルマン氏が証明、賞金は辞退）
• 公式問題文を執筆したのはプリンストン大学のチャールズ・フェファーマン氏

「90年の難問」という表現が各所で使われていますが、これはジャン・ルレイが1934年に弱解の存在を示して以来、その解が滑らかであり続けるかが決着していない、という経緯に由来します。方程式自体は19世紀に定式化されたものです。

生成AIやAIエージェントの基礎から押さえたい方は、生成AIとは？仕組み・できること・主要ツールも合わせてご覧ください。

最重要：公式問題文の4つの選択肢と、OpenAIが満たしたもの

このニュースの評価が割れている理由は、公式問題文が「4つのうちどれか1つを証明すればよい」という設計になっていることにあります。フェファーマン氏の公式PDFには次の一文があります。

"To give reasonable leeway to solvers while retaining the heart of the problem, we ask for a proof of one of the following four statements."

4つの選択肢は次のとおりです。

※ (C)(D) には「解が滑らかであること」と「運動エネルギーが有界であること」という条件が付きます。単にエネルギーを無限に注ぎ込んで壊す、という抜け道は封じられています。
※ 出典: Existence and Smoothness of the Navier–Stokes Equation / C. L. Fefferman（Clay Mathematics Institute 公式PDF）

文言上は (C) の証明でも「解決」に該当します。 これがOpenAIの主張の根拠です。一方で、流体力学の研究者が本当に知りたいのは「外から何も加えなくても、流体は自分で特異点を作るのか」という (A)(B) 側の問いであり、ここが今回の評価が割れている技術的な核心です。外力を許すということは、乱れを外部から仕込んでよいという意味になるため、「物理的に本命の問いには答えていない」という受け止めが数学コミュニティ側に出ています。

OpenAIが公開した内容：論文・Lean証明・規模の数字

出典: openai/NavierStokesAndEuler（GitHub）

公開された一次資料

NS論文のアブストラクトは、「あらゆる正の粘性係数に対して、静止状態から始まり、運動エネルギーを一様有界に保ったまま有限時間で速度が非有界になる3次元非圧縮ナビエ・ストークス方程式の解を構成する」という内容です。

見落とされがちですが、オイラー方程式側の結果は「外力なし」で得られています。オイラー方程式（粘性ゼロ）はミレニアム懸賞問題そのものではありませんが、外力の助けを借りずに特異点を作った点で数学的なインパクトは大きく、こちらの方を高く評価する研究者もいます。

証明の骨格（3段構え）

1. 自己相似的に集中する渦 — 軸対称の背景流が、ある時刻に向けて一点に収縮していく
2. 振動パルス機構 — 環状領域に置いた高周波の局在パルスがレイノルズ応力を生み、運動量の残差を打ち消す。これにより外力自体が特異にならずに済む
3. 反復補正スキーム — 高次の残差を逐次消していき、残差が集中パラメータのどんな冪よりも速く消えるように外力を構成する

OpenAI公式は直感的な説明として、渦が内側に螺旋を描きながら「スパゲッティのように引き伸ばされていく」機構だと表現しています。粘性による散逸を上回る速度でエネルギーを一点に集中させられるかどうかが鍵になります。

計算規模：約1万エージェント・88時間

コストについては単一の数字が独り歩きしていますが、公開API価格から逆算した推計から保守的な試算まで開きが大きく、現時点で確定した金額はありません。

「1万エージェントを並列で走らせる」という運用そのものがイメージしづらい方は、AIエージェントとは？仕組み・種類・活用事例で前提知識を押さえると理解が早くなります。使われたモデルの系譜についてはOpenAI Astraとは？次期メジャーモデルの正体が参考になります。

Lean形式化で保証されること・されないこと

出典: Lean 公式サイト

今回の発表で最も評価すべき点は、証明がLean 4で機械検証可能な形で公開されていることです。ただし「Leanで通った＝ミレニアム懸賞問題が解けた」ではありません。ここを混同すると評価を誤ります。

機械が保証してくれる範囲

• リポジトリのメタデータでは sorry_count: 0。証明を後回しにする穴（sorry）が1つもない
• 依存している公理はLean/Mathlib標準の propext / Classical.choice / Quot.sound のみ。独自の強い仮定を持ち込んでいない
• 主要定理は NavierStokes.Comparator.navier_stokes_breakdown_R3（選択肢C）、navier_stokes_breakdown_periodic（選択肢D）、Euler.euler_breakdown_R3 として宣言されている
• 第三者が独立にチェックできるよう、Comparatorによる検証手順が同梱されている

人間が判断しなければならない範囲

Leanが保証するのは「書かれた命題から、書かれた証明が正しく導かれている」ことだけです。「その命題の書き方が、CMIの公式問題文と本当に一致しているか」は人間が読んで確認するしかありません。定義の書き方が少しずれていれば、論理的に完璧な証明でも別の問題を解いたことになります。

この弱点に対して、OpenAIはGoogle DeepMindのFormal Conjecturesプロジェクトがナビエ・ストークス問題を形式化した定義を「独立した参照定式化」として採用しています。自分たちで書いた問題文ではなく、第三者が定義した問題文に証明が刺さることを確認できる設計になっており、この点は従来のAI数学成果より一段進んだ配慮といえます。

とはいえOpenAI自身も今回の位置づけを "proposed solution"（提案された解）としており、独立検証と査読はこれからです。AIによる数学成果の検証プロセスがどう変わってきたかは、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やClaudeがリーマン予想で数学的成果を出した件と読み比べると変化がわかります。

賞金1億円規模はいつ・誰が受け取れるのか

現時点で誰も受け取れませんし、最短でも数年先です。 CMIの賞金規則は次のようになっています。

※ 出典: Rules for the Millennium Prize Problems | Clay Mathematics Institute

つまり9月8日に論文が出たとしても、査読誌への掲載時期が未定である以上、賞金審査の起点にすら立っていません。CMI会長のマーティン・ブリッドソン氏は、評価を「意図的に急がない」「徹底的に厳密に」行うと表明したと報じられています。CMI公式サイトのミレニアム懸賞問題一覧では、現時点でもナビエ・ストークスは未解決として掲載されています。

なお、OpenAIは賞金を請求しない意向を明言しています。争点は金額ではなく、「ミレニアム懸賞問題をAIが解いた」という称号の帰属にあります。

功績をめぐる論争：何が主張され、何が食い違っているのか

出典: Anthropic 公式サイト

同じ週に人間側も同種の成果を出していた

Anthropic所属のLevent Alpöge氏とニューヨーク大学のTristan Buckmaster氏は、2026年9月7〜8日に3本のプレプリントを公開しました。いずれも滑らかな外力付きの有限時間爆発に関する結果です。

1. 非圧縮多孔質媒体方程式（IPM）— 時空間で一様に滑らかな外力を実現
2. 2次元ブシネスク系 — 滑らかかつコンパクト台の初期条件から
3. 3次元非圧縮オイラー方程式 — 固定トーラス内の軸対称初期速度で渦度が非有界に

こちらもLean形式化が公開されています。両氏はAnthropicのClaudeで先行研究の要点抽出と議論の再構成を行い、OpenAI Codexで本文執筆と整合性チェックを回すという使い分けをしていました。Buckmaster氏は初期のLLM出力を「数学史上で最悪の書き上げ」と自嘲的に評しており、AIに出させた原稿を人間が数週間かけて論文として読める水準まで整形した、という経緯も公表されています。

主張の食い違い

Buckmaster氏自身は「誰かを告発しているのではなく、いつ何を言われ、何を提案されたかを述べているだけだ」という姿勢を示しています。Bubeck氏は「彼らのプロンプトや証明をモデルへの入力やエージェント指示に使っていない」と反論しています。現時点でどちらかの不正が確認された事実はなく、当記事でも断定は避けます。

忘れられがちな先行研究者

今回の一連の結果の土台となる特異点構成手法を開発したのは、マドリードICMATのディエゴ・コルドバ氏とCUNEF大学のルイス・マルティネス゠ソロア氏です。公式問題文を書いたフェファーマン氏本人が「この物語の主役はコルドバとマルティネス゠ソロアだ」と述べており、Buckmaster氏も「マルティネス゠ソロア氏はフィールズ賞に値する」と語っています。日本語圏の報道ではほとんど流通していませんが、功績の帰属を語るうえで外せない事実です。

なお、数学者のCao-Labora氏がOpenAI論文の引用不足を指摘し、OpenAI側は参考文献を16件から22件に拡充する改訂を行っています。

テレンス・タオの評価と、彼が鳴らした警鐘

フィールズ賞受賞者のテレンス・タオ氏（UCLA）は2026年9月7日、自身のブログでAlpöge–Buckmasterの3結果を解説し「remarkable achievement（目覚ましい成果）」と評価しました。

技術的な見立てとしては、外力項を取り除く方向への拡張にも本質的な障害は見当たらないとしており、「近い将来にこれらの目標を達成することは非常に現実的に見える」と書いています。もしこれが実現すれば、選択肢 (A)(B) 側、すなわち本命のミレニアム懸賞問題に直接届くことになります。

一方で、数学者のPalasek氏は外力なし版への具体的な障害を指摘しています。粘性によるエネルギー損失が増幅機構を上回るため、この経路をそのまま外力なしに持ち込むのは難しいという指摘です。タオ氏はこの指摘を歓迎しつつ、「1つの特定アプローチに対する障害であり、すべての可能性を否定するものではない」と整理しています。

タオ氏はさらに、AI活用そのものへの警鐘も出しています。

「今年だけで、答えを得ることと理解を得ることの間に、非常に奇妙で前例のない分離が起きている」

「未解決問題を無差別に露天掘りすることは、次世代の数学的技法・問題・実践者が育つはずだった生態系を破壊しかねない」

答えは出るが、なぜそうなるのかを人間が理解する過程が飛ばされていく。しかも検証には専門家の膨大な時間が必要で、生成の速度と検証の速度が非対称になっている——これは数学に限らず、AIエージェントを業務に入れる場面でも同じ構図が起きます。大規模なエージェント群を走らせることのリスクという観点では、OpenAIのエージェント群がドイツのWikiを大量編集した件も同じ問題系にあります。

AIツールを使う側にとっての実務的な論点

このニュースで、一般のAIツール利用者にとって最も実利があるのは「自分がCodexやChatGPTに入れた未公開の仕事は、モデルの学習に使われるのか」という点です。今回OpenAIは公式ブログで次のように書いています。

「可能性は低いものの、彼らの当社製品利用に由来する非識別化データが、我々のモデルの改善に寄与した可能性は否定できない」

企業が「AIに機密情報を入れてよいか」を判断する際、この一文は無視できません。現時点で公開されているOpenAIのデータ利用方針の整理は次のとおりです。

※ プラン区分と既定値は変更されることがあります。導入判断の前にOpenAIのデータ利用に関する公式ヘルプとエンタープライズ向けプライバシーページで最新の記載を必ず確認してください。

やるべき対応そのものは単純です。未公開の研究成果や顧客の機密情報を扱うなら、個人プランのまま使わず、既定で学習対象外となる契約形態に切り替える。切り替えられない場合は、投入する情報の粒度を落とす。今回の件は、その判断を先送りしていた組織にとって具体的な材料になりました。

組織としての設計方針はAIエージェントのセキュリティ対策｜リスクの全体像とチェックリスト、ツール単体の設定はOpenAI Codexとはで整理しています。

今後の焦点：何が起きたら状況が変わるか

このニュースは現在進行形です。次のいずれかが動いた時点で、評価が大きく変わります。

この件を詳しく追うべき人・今すぐの行動変更が不要な人

詳しく追うべき人

• 偏微分方程式・流体力学の研究者 — 外力ありの構成が外力なしに拡張できるかが、今後数年の主戦場になります
• 形式検証・Leanに関わるエンジニア — 「命題の定式化を誰が保証するか」という問題は、ソフトウェア検証でもそのまま起きます
• AI研究の到達点を経営判断に使う立場の方 — 「1万エージェント×88時間で数百万ドル規模」というコスト構造は、AI研究開発費の相場観を更新します
• 未公開情報をAIツールに入れている組織のセキュリティ担当者 — プラン別の学習設定を今すぐ棚卸しする理由になります
• AI関連の情報発信をしている方 — 「ミレニアム懸賞問題が解決」という単純な要約は不正確です。(C)(D)と(A)(B)の区別が説明できるかで信頼性が分かれます

今すぐの行動変更が不要な人

• ChatGPTやClaudeを日常業務で使っている一般ユーザー — 今回の社内モデルは未公開で、製品側の性能に即時の変化はありません
• AIツールの選定を進めている担当者 — 選定基準（使い勝手・料金・日本語対応・セキュリティ）は今回の件で変わりません
• 数値流体力学（CFD）を業務で使っている技術者 — 実務のシミュレーション手法や精度に影響する結果ではありません
• 暗号・セキュリティ運用の担当者 — 今回の成果が既存の暗号方式を直接脅かすことはありません

よくある質問

Q. 結局、ミレニアム懸賞問題は解決したのですか？

「公式問題文の選択肢(C)(D)を満たす証明が提示された」が正確な表現です。 文言上はこれで解決の要件を満たしますが、CMIは現時点で解決と認定しておらず、独立検証も査読もこれからです。多くの数学者が本命と見る外力なしの(A)(B)は未解決のままです。

Q. なぜ「解けたのに解けていない」ような扱いになるのですか？

公式問題文が「外力を許容する版で反例を作る」ルートも認めている一方、流体研究の関心は「流体が外部の助けなしに自発的に壊れるか」にあるためです。ルール上の達成と、分野が求めていた答えがずれているという構図です。

Q. OpenAIは100万ドルを受け取るのですか？

OpenAIは賞金を請求しない意向を表明しています。そもそもCMIの規則上、査読誌掲載から2年の受容期間を経なければ審査対象になりません。

Q. Lean検証が通っているのに、なぜまだ疑いが残るのですか？

Leanが保証するのは「命題から証明が正しく導かれること」であって、「その命題がCMIの公式問題と一致すること」ではないためです。定式化の妥当性は人間が読んで判断する必要があります。OpenAIはGoogle DeepMindが作った独立の形式化を参照するという対策を取っていますが、専門家による確認はこれからです。

Q. OpenAIが他の研究者の成果を盗んだのですか？

現時点で不正が確認された事実はありません。 OpenAIは特定ユーザーのデータへのアクセスを否定する一方、公式ブログで「非識別化データが寄与した可能性は否定できない」と記載しています。双方の主張が並行しており、断定できる段階ではありません。

Q. 自分がCodexやChatGPTに入れた内容は学習に使われますか？

契約形態によります。個人向けプランは既定で学習に使われうるため設定でオフにする必要があり、Business/Enterpriseワークスペースは既定で学習対象外です。プラン区分と既定値は変更されることがあるため、公式のデータ利用ページで最新の記載を確認してください。

Q. AIが数学者を不要にするということですか？

現時点ではその見方は成り立ちません。今回の結果は、コルドバ氏とマルティネス゠ソロア氏が築いた手法の土台の上に成立しており、Alpöge–Buckmasterの側でもAIが出した原稿を人間が数週間かけて整形しています。タオ氏はむしろ、検証と理解を担う人材の育成環境が損なわれるリスクを警告しています。

Q. オイラー方程式の結果はなぜあまり報じられないのですか？

ミレニアム懸賞問題そのものではないためです。ただしオイラー側は外力なしで特異点を構成しており、数学的なインパクトはこちらが大きいと見る研究者もいます。約100エージェント・50時間と、計算規模もナビエ・ストークスよりはるかに小さく済んでいます。

まとめ

2026年9月8日のOpenAIの発表は、「ミレニアム懸賞問題が解けた」と一言でまとめると不正確になります。正しくは、公式問題文の4つの選択肢のうち、滑らかな外力を許容する(C)(D)を満たす証明が提示され、Lean 4で機械検証可能な形で公開された、というのが現在地です。外力なしの(A)(B)は未解決で、CMIも解決と認定していません。

同時に、この一件はAI活用の現実的な論点を3つ突きつけました。ひとつは、約1万エージェント・88時間・約1,300億トークンという計算資源を投じれば研究レベルの成果が出る一方、そのコストが数百万ドル規模になるという構造。ふたつめは、Leanのような形式検証を使っても「問題の定式化が正しいか」は人間が担わざるを得ないという限界。そして三つめは、AIサービスに投入したデータの扱いが、研究の優先権という重い問題にまで波及しうるという事実です。

テレンス・タオ氏が指摘した「答えを得ることと理解を得ることの分離」は、数学だけの話ではありません。AIに任せた成果をどう検証し、誰が責任を持って読むのか。この問いを組織として持っているかどうかが、今後のAI活用の分かれ目になります。