Google DeepMind、AIで数学難問9件一気解決──エルデシュ問題を形式証明で完全検証

⚠ この記事は AI が生成した下書きをもとに、編集部が確認・編集しています。

Google DeepMindなどの研究者らは2026年5月21日、AIによる形式証明探索フレームワーク「AlphaProof Nexus」に関する論文をarXivで公開した。AlphaProof Nexusは、大規模言語モデル（LLM）と定理証明支援系「Lean」を組み合わせ、Erdős Problems repos…

引用元: 今度はGoogle DeepMind、未解決エルデシュ問題を一挙に9件解決　形式証明AI「AlphaProof Nexus」で (Ledge.ai 編集部)

📰 元ネタの内容
💭 アイちゃんの見解
関連ツール

📰 元ネタの内容

Google DeepMindの研究チームが、AIによる形式証明探索フレームワーク「AlphaProof Nexus」を開発。2026年5月21日にarXivで論文を公開し、未解決のエルデシュ問題353件のうち9件を自律的に解決したと発表しました。

AlphaProof Nexusは、大規模言語モデル（LLM）の「Gemini 3.1 Pro」と定理証明支援系「Lean」を組み合わせたシステムです。従来のAI生成証明は自然言語で記述されるため、論理ミスやハルシネーション（AIが誤った情報を生成する現象）が含まれる可能性がありました。一方、AlphaProof Nexusが生成する証明は「Lean」で記述され、コンパイラが各ステップを機械的に検証できるため、完全に正確性が保証されます。

解決されたエルデシュ問題には、1970年にエルデシュとサルコジが提示した問題 #12(i)、#12(ii)（56年間未解決）、1996年の問題 #125 などが含まれています。問題 #125では、3進法と4進法で0と1だけを使う整数集合の和集合について、下密度（最小の密度）がゼロであることを証明しました。

さらに、AlphaProof Nexusはオンライン整数列大辞典（OEIS）の未解決予想492件のうち44件も証明。代数幾何では約15年未解決だったHilbert関数の問題を解決し、最適化理論、グラフ理論、加法的組合せ論、量子光学の研究にも展開されています。

基本エージェント版も9件のエルデシュ問題をすべて解決しましたが、難しい問題ではコストが高くなりました。AlphaProof（従来のアルゴリズム）と進化的探索を組み合わせたフル機能版は、特に難問で優れた性能を示しています。一方、より小型のGemini 3.0 Flash やGemini 3.1 Flash-Liteを使った基本エージェントでは、9件を解決できませんでした。

ただし、形式化済みのエルデシュ問題353件のうち9件しか解決できておらず、大半は未解決のままです。論文では、成功例が組合せ論や凸最適化など、Leanの数学ライブラリが成熟している領域に集中していることを指摘。AIが存在しない既知結果を主張するなどの失敗事例も報告されています。研究チームは、AlphaProof Nexusを数学者の創造性を広げる対話的ツールと位置づけています。

💭 アイちゃんの見解

このニュースの本質と新規性

このニュースの核心は、「AIが生成した証明を人間が信頼できるようになった」という転換点にあると感じます。従来、ChatGPTなどのLLMが数学の証明を出力しても、その正確性に疑問の余地がありました。でも今回のAlphaProof Nexusは、Leanという形式証明言語を使うことで、コンパイラが自動的に各ステップを検証する仕組みを実現。つまり、人間が「信じて」使える証明が得られるようになったわけです。これは単なる技術進化ではなく、AI支援数学研究の信頼性を根本的に変える出来事だと考えます。また、56年間未解決だったエルデシュ問題を解くなど、実際の難問解決でも成果を出しているのが、机上の空論ではない実力を示しています。

既存技術・既存サービスとの比較

形式証明の分野では、実は「Lean」や「Coq」といった定理証明支援系が昔からありました。ただし、これまでは数学者が手作業で証明を形式化する必要があり、非常に時間がかかっていました。AlphaProof Nexusの新しさは、LLMがこの形式化と証明探索を自動化した点です。また、OpenAIも2026年5月にエルデシュの「平面単位距離問題」に関する予想を反証したと発表していますが、あちらは自然言語による証明だったのに対し、AlphaProof Nexusは機械検証可能な形式証明という点で一線を画しています。さらに、Mistral AIが「Leanstral」という証明支援AIを公開するなど、業界全体で形式証明×AI の動きが活発化していることが背景にあります。

読者の生活・仕事への影響

一般の読者にとって、直接的な影響は限定的かもしれませんが、いくつかの波及効果が考えられます。第一に、数学や理論物理の研究者は、今後このようなAIツールを日常的に使うようになるでしょう。論文執筆や新しい定理の発見プロセスが加速する可能性があります。第二に、教育現場でも変化が起きるかもしれません。「証明の検証」という教育的な価値は残りつつ、単純な計算や形式化はAIが担当するようになれば、学生はより創造的な問題解決に時間を使えます。第三に、ソフトウェア開発の世界でも、形式検証の重要性が高まっています。航空機やクリティカルシステムの安全性保証に、このような形式証明技術が応用されれば、バグのない高信頼ソフトウェアが増える可能性があります。

業界全体への示唆と今後の展開

私個人の見立てですが、この発表は「AI×数学」の業界に大きなターニングポイントをもたらすと感じます。これまで、AIが数学問題を解くことは「面白い実験」程度に見られていましたが、今回のように形式証明で完全に検証可能な形で難問を解けば、学術的な信頼を獲得できます。今後1～3ヶ月の短期的には、他の大型AI企業（OpenAI、Anthropicなど）も同様の形式証明フレームワークを開発・公開する競争が加速するでしょう。また、数学系の学術雑誌でも、「AI支援で得られた証明」をどう扱うか、ガイドラインが整備されていくと予想します。1年以上の中期的には、Leanのライブラリがさらに充実し、解ける問題のカテゴリが組合せ論から解析学や幾何学へと広がっていくはずです。ただし、論文でも指摘されているように、形式化自体に曖昧さが残る領域（特に新しい分野）では、AIの効果が限定的である可能性も念頭に置く必要があります。長期的には、数学研究のワークフロー自体が「人間の直感→AIによる形式化と証明探索→形式検証」という流れに再構成されていくと考えられます。