23歳衝撃|ChatGPTで60年の数学難問80分撃破
@aifriends
AI Friends(https://aifriends.jp)のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
コメント (0)
まだコメントはありません

@aifriends
AI Friends(https://aifriends.jp)のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
まだコメントはありません
『AIってまだ難しい数学は無理でしょ?』——そんな常識をひっくり返す事件が、2026年4月に起きました。大学院も博士号も持たない23歳のアマチュアが、ChatGPTを使ってわずか80分で60年間誰も解けなかった数学の難問を解明したのです。フィールズ賞のテレンス・タオ氏も評価したこの『ヴァイブ数学』革命の全貌と、私たちの仕事や勉強がどう変わるのかを、中学生にもわかる言葉で解説します。
まずニュースの基本を3つの角度から整理します。
主役はリアム・プライス氏(23歳)、数学の正式な訓練を受けていないアマチュア。“暇な月曜の午後にChatGPT Pro(月20ドルの有料版)を開き、未解決問題のリストから何気なく1つを選んでAIに投げた”のがきっかけ。“数学界では『エルデシュ問題』と呼ばれる難問集の#1196番、1965年頃にエルデシュ・サルコジ・セメレディの3人組が提示した60年来の未解決問題”。『誰も登れなかった山に、装備のないアマチュアがロボット案内人と一緒に60年ぶりに登頂した』くらいの衝撃。“AIは80分の推論で核となるアイデアを発見、追加30分で論文形式に整理”。“結果はwww.erdosproblems.comに投稿、フィールズ賞のテレンス・タオ氏が確認しコメント”。“専門家が60年かけても解けなかった問題が、合計2時間以内で陥落”。“AIと数学の関係を一変させた象徴的事件”です。
エルデシュ問題#1196は『プリミティブ集合(原始集合)』に関する難問。“『プリミティブ集合』とは、どの数も他の数で割り切れない整数の集まり”。“例えば〔4, 6, 9, 25〕は、4で6を割っても、6で9を割ってもキレイに割れないのでプリミティブ集合”。『お互いを倒せない格闘ゲームのキャラ達』みたいな関係。“素数(2, 3, 5, 7…)は全員がプリミティブ集合の代表例、これがエルデシュが注目した理由”。“具体的な問いは『1/(a・log a)を全部足したとき、無限に大きい集合では1にぴったり近づくか?』”。“一見シンプルだけど、60年間世界の数学者が攻めても落ちなかった頑固な城”。“AIが見つけた答えは『はい、1にぴったり近づきます』、しかも美しい証明付き”。“数学の世界では『定数1への収束』を証明することが芸術品レベルの偉業”になります。
この成果を世界に広めたのが、フィールズ賞受賞者のテレンス・タオ氏(UCLA)。“『フィールズ賞』とは数学界のノーベル賞、40歳以下の優秀な研究者に4年に一度授与される最高栄誉”。“タオ氏は2026年4月の自身のブログで『プライス氏とAIの成果は重要な貢献』と評価”。“『整数の構造とマルコフ過程理論を結びつけた、これまで誰も気づかなかった関連性』を高く評価”。『野球のイチローが、無名の少年がしれっとプロ並みのプレーをしたと太鼓判を押した』くらいの権威付け。“ただしタオ氏は冷静で『ChatGPTの出力した証明は荒削りで、専門家の翻訳・修正が必須だった』と注釈”。“『AIだけで完結する研究』ではなく『人間×AIの協業』であることを強調”。“タオ氏自身も2026年1月にエルデシュ問題#728でAI主導の解決を確認しており、AI活用には積極的”。“数学界の最高峰が『AIは本物のパートナーになり得る』と公式に認めた瞬間”です。
専門家が60年かけても突破できなかった理由を3つの切り口で解説します。
テレンス・タオ氏が指摘した最大の理由は『人間の思考の癖』。“『これまで問題に挑んだ研究者は、ほぼ全員が同じ標準的な手順から入っていた』”。“数学界には『この種の問題ならまずこのテクニックを試す』という暗黙のルールがある”。『新しい料理を作るとき、みんなが同じレシピ本の同じページから入ってしまう』のと同じ罠。“その『定石』が実は袋小路だった、最初の一手で全員が間違った方向へ進んでしまった”。“結果、60年間誰も突破口を見つけられず『難しい問題』として塩漬けに”。“タオ氏のコメント『問題自体は実はそれほど難しくなかった、ただ全員が同じ精神的ブロックに引っかかっていた』”。“専門知識が深ければ深いほど、定石に縛られて新しい発想が出にくくなる皮肉”。“『専門家の罠』を象徴する事例”です。
ChatGPTが突破できた理由は、皮肉にも『専門知識による偏見がなかった』こと。“AIは『この問題はこう解くべき』という固定観念を持たない、毎回ゼロから可能性を探索”。“GPT-5.4 Proは80分の推論で、関連する数学分野の様々なテクニックを組み合わせて検討”。『料理初心者が、和食・中華・イタリアンの素材を平気で混ぜて新しい料理を生み出す』自由さに似た発想。“結果、見つけたのが『マルコフ連鎖』という90年前の数学テクニック”。“『マルコフ連鎖』とは、サイコロを振って状態が変わっていく確率モデル、エルデシュ問題とは関係ないと思われていた”。“専門家なら『その分野は別物だから関係ない』と除外していた手法を、AIが意外な接続点として活用”。“専門知識のない23歳が『ヴァイブ数学(感覚的数学)』のスタイルで偶然投げかけたのが奏功”。“常識が邪魔になる場面が、世の中には確かに存在する好例”です。
具体的な解法は『マルコフ連鎖×フォン・マンゴルト重み』という組み合わせ。“『フォン・マンゴルト関数』は素数論で使われる古典的な道具、1937年頃から知られていた”。“この2つを組み合わせる発想は、90年間誰も思いつかなかった”。『カレーとアイスを混ぜたら絶品スイーツになるのを誰も気づかなかった』くらい意外。“タオ氏は『整数の構造(プリミティブ集合)とマルコフ過程理論の間に、これまで誰も記述していなかった関連性が明らかになった』と評価”。“具体的には『下向き割り算マルコフ連鎖とその随伴サブマルコフ連鎖』を構成、リーマンゼータ関数の逆数1/ζで支配される不変重みに変換、ヒット確率の証明にまとめた”。“専門用語ばかりで難しいが、要するに『遠い分野の道具を3つ繋いだら新しい道ができた』ということ”。“数学の世界に新しい『考え方の地図』を一つ書き加えた成果”。“AIが『分野の壁』を越える存在として実証された画期的事例”です。
今回の事件で生まれた新しい言葉『ヴァイブ数学』を3つの切り口で解説します。
『ヴァイブ数学(vibe maths)』は、最近IT業界で流行する『ヴァイブコーディング』の数学版。“『ヴァイブコーディング』とは、厳密にコードを書くのではなく『AIに雰囲気で頼んで→出てきたものを使う』スタイル”。“例: 『ログイン画面を作って』とAIに頼み、出力を見ながら微調整する開発手法”。『料理レシピを精密に守るのではなく、見た目と味で勘で作る家庭料理』のような感覚。“数学版の『ヴァイブ数学』は、論文や定理を厳密に勉強せず『未解決問題をAIに投げて、出てきた発想を選ぶ』スタイル”。“プライス氏自身が『私は問題の歴史も知らなかった、ただAIに投げてみたかっただけ』と語る”。“専門家からは『不真面目』と批判されかねないアプローチ”。“しかし結果として60年の難問を解いてしまった、効果は本物”。“2026年に新しく生まれた研究スタイルの命名”です。
ヴァイブ数学が示すのは、人間とAIの新しい役割分担。“従来の数学は『人間が問題を立て、人間が証明し、人間が検証』というフルワンマンショー”。“ヴァイブ数学では『人間が問題を選び、AIが発想・証明、人間が選別・修正・検証』という協業”。『料理人が食材を選び、最新調理ロボットが調理し、料理人が味見と盛り付けで仕上げる』分業に近い。“今回の事件でChatGPTが出した最初の証明は『荒削りで読みにくい状態』、専門家の解読・整理が必須”。“タオ氏は『AIが提案した発想は素晴らしいが、論文化には人間のスキルが必須』と強調”。“つまりAIは『発想エンジン』、人間は『編集者・審査員』としての役割”。“『AIが人間の仕事を奪う』ではなく『人間がAIで仕事を進化させる』を体現”。“あらゆる知的職業の未来を予告する事例”です。
ヴァイブ数学の現実的な弱点は『失敗が圧倒的に多い』こと。“ChatGPTに数学問題を投げても、9割以上は『見当外れ』『証明にならない』『間違った答え』”。“今回プライス氏が成功した1問の裏には、無数の失敗試行があったと見られる”。『宝くじを毎週買い続けて、たまに当たる』のと近い構造。“ただしAIは24時間文句を言わずに試行を続けられる、人間が一生かけて挑む量を1日でこなせる”。“2025年10月以降、世界中の研究者がエルデシュ問題集をAIに投げ続け、約100問が『解決済み』に”。“『成功率の低さ』を『試行回数』でカバーするモデル”。“一発で当てる必要はない、外れてもタダ”。“量と速度で質を補う新しい研究方法”。“ヴァイブ数学の本質はトライ&エラーの民主化”です。
『今回のニュースは特別なの?』を3つの最新事例と比較します。
2026年1月、GPT-5.2 Proがエルデシュ問題#728を『ほぼ自律的に』解決。“『エルデシュ問題#728』は1975年に提示された数論の問題、階乗の割り算性質に関する難問”。“GPT-5.2 ProがHarmonicの形式証明AI『Aristotle』と連携し、Lean(数学証明用プログラミング言語)で証明を完成”。『下書きを書く新人と、文法チェックする校正担当が組んで論文を完成させた』感覚。“タオ氏が『AIがほぼ自律的にエルデシュ問題を解いた最初の事例』と認定”。“今回の#1196は『人間(プライス氏)の介入が大きい』点が違うが、独学の23歳が主役という意外性で話題に”。“2026年は『AI主導の自律解決』と『AI×アマチュアのヴァイブ数学』が同時進行”。“数学のフロンティアが、専門家以外にも開かれつつある”。“1月→4月で進化のスピードが加速している証拠”です。
2026年に入って『エルデシュ問題が7日間で3問解決』した時期も話題に。“#397, #728, #729などの問題が短期間で連続陥落、タオ氏自身が全ての証明をチェック”。“ペースの速さに数学界も驚き、『AIで毎週新しい証明が出る時代』への突入”。『万年下位のチームが、選手強化で1ヶ月に3勝した』のと近い衝撃。“ただしタオ氏は冷静で『これらは比較的解きやすい問題、本当の難問はまだAIには無理』と注意”。“『リーマン予想』『P≠NP問題』などの超難問は、現状のAIでは歯が立たない”。“しかし2025年10月以降で約100問が解決、エルデシュが残した数千問の未解決問題が次々と片付いていく流れ”。“『どこまでAIで進めるか』の限界探索が、世界中で同時進行中”。“数学研究の風景が一変する2026年”です。
注意すべきは、過去には『AIが未解決問題を解いた』という誤報も多発していた。“2025年8月にはGPT-5が『未解決問題を解いた』と話題になったが、実際には既に解かれていた問題だったり、誤った証明だった”。“MIT Tech Reviewが『AIブームを過熱させる誤報』として警鐘を鳴らした事件”。『新薬発見の誤報があるたびに、本物の発見にも疑いの目が向けられる』のと同じ構造。“今回の#1196は、フィールズ賞のテレンス・タオ氏が直接検証した点が決定的”。“『専門家が真贋を確認した』ことで、ようやく『AIによる本物の貢献』として認められた”。“判定基準は『新規性』『正確性』『独自性』の3つ、全てクリアした事例だけが認定”。“2026年は『誇張』と『本物』を見分ける目が必要”。“ニュースのソースと検証者を確認する習慣を持つこと”。“情報リテラシーが問われる時代”です。
『日本にどう関係する?』を3つの切り口で考えます。
日本の大学にとって、今回の事件は『AI研究活用の最強の事例』として注目される。“東京大学、京都大学、東北大学などの数学科で、ChatGPT Pro・Claude等の活用ガイドラインが急速に整備中”。“理化学研究所(理研)も『AI×数学・物理』の研究室を新設、2026年内に成果発表予定”。“日本数学会も2026年6月の総会で『AI時代の研究倫理』をテーマに議論”。『野球のWBC優勝で日本中が野球ブームになった』ように、日本の数学界もAI活用ブームに突入。“懸念点は『AIが書いた論文は本当に研究者の業績か』という著作権・倫理問題”。“現状は『AIをツールとして明記すれば認める』方向、ただし最終的な検証責任は研究者にある”。“2026年内に各大学・学会で本格的なルール整備が進む見込み”。“日本発の『AI×数学』の偉業も近いうちに登場する可能性”。“研究現場のDXが急加速”します。
中学・高校・大学の数学教育にも大きな影響。“従来は『先生が問題を出し、生徒が一人で解く』が定番、ChatGPTを使うと不正扱い”。“しかし今回の事例で『AIをパートナーとして使いこなす力』こそが新時代のスキルだと判明”。『電卓が普及して暗算競争は廃れたが、複雑な計算が誰でもできるようになった』のと同じ転換。“2026年4月、文部科学省は『生成AIガイドライン2.0』を発表、授業でのAI活用を条件付きで容認”。“例: 『AIに答えを聞いて、なぜその答えになるかを自分で説明する』という新しい学習スタイル”。“『ヴァイブ学習』とでも言うべき、AIを使った試行錯誤型の勉強法”。“塾・予備校でも『AI活用授業』のコースが急増中”。“受験勉強の常識も2026〜2028年に大きく変わる予兆”。“『AIを使えない人』が逆に取り残される時代”になります。
もう一つ重要なのは『アマチュアでも世界的成果を出せる』可能性。“今回のプライス氏は大学院も博士号もない、ただのChatGPT Pro利用者(月20ドル)”。“日本でも『独学で数学好き』『AI好き』の社会人が、未解決問題に挑戦できる時代”。“『シチズン・サイエンス』とは、市民が研究に貢献する取り組み、AI登場前は限定的だった”。『プロ野球が解禁されて、誰でも甲子園に挑戦できる』のと近いインパクト。“例: 趣味でChatGPTを使う高校生が、新しい数列の性質を発見してネット投稿、世界の数学者が検証”。“例: 退職後にAIで好きな問題に挑む元エンジニアが、思わぬ発見をする”。“2026年4月時点で、日本にもエルデシュ問題集に挑戦するアマチュアコミュニティが複数誕生”。“X(旧Twitter)やDiscordで『AI×数学』の同好会が活発化”。“知的好奇心がある人なら誰でも『発見者』になれる時代”。“日本のアマチュア科学の黄金期が来る予感”です。
東京の大学院修士1年で代数学を研究する佳奈さんは、修士論文のテーマ選びに悩んでいました。『先輩がやり尽くした分野で新規性を出すのが難しい、毎日論文を読んでも突破口が見えない』状態。“今回のエルデシュ問題#1196事件を知った佳奈さんは、ChatGPT Pro(月20ドル)を契約”。“過去の自分の研究ノートを全てAIに学習させ、『この未解決問題に新しいアプローチはないか』と毎日対話”。『ベテラン研究者と毎晩相談できる新人』のような環境。“2週間で『マルコフ連鎖と表現論を組み合わせる』という新しい視点を発見、指導教員に提案”。“結果、修士論文のテーマが決定、3ヶ月で論文初稿を完成”。“『一人で悩む数学』から『AIと議論する数学』への転換を実感”。“同期と比べて研究スピードが2〜3倍、しかも独自性も高い”。“次世代の数学者の標準的な働き方を体現”します。
大阪のIT企業で働く拓也さんは、学生時代から数学が好きで趣味で論文を読み続けていました。『仕事終わりに数学の本を読むけど、現代数学の最先端には独学では到達できない』悩み。“プライス氏のニュースに刺激され、ChatGPT Proで未解決問題に挑戦”。“週末ごとに2〜3時間、エルデシュ問題集の中から自分の興味分野を選んでAIと議論”。『日本酒の利き酒で素人がAIソムリエと組んで珍しい銘柄を発掘する』感覚。“半年後、未解決ではないが『新しい視点での再証明』を発見、ブログで公開”。“X(旧Twitter)で数学者から『面白い視点』と評価されるツイート多数”。“本業のエンジニア仕事にも『新しいアルゴリズム発想』が役立ち、給料アップにつながる副次効果”。“『趣味で世界に貢献できる』時代をリアルに体験”。“知的好奇心を仕事と人生に活かす好例”です。
愛知県の進学校で数学を教える美咲さんは、生徒のChatGPT利用に頭を悩ませていました。『宿題をAIに丸投げする生徒、自分で考えなくなる風潮』な日々。“しかし今回のエルデシュ問題#1196事件で、AIを敵視するのではなく『使いこなし方を教える』方向に転換”。“授業で『AIに数学問題を解かせ、その解法の正誤を生徒が検証する』新スタイルを導入”。『料理番組で完成品を見るのではなく、料理人と一緒に作る授業』のような感覚。“生徒は『AIの間違いを見つけるゲーム』に夢中、論理的思考力が向上”。“数学の成績も全体的に上がり、特に『証明問題』で力を発揮”。“2026年度から学校全体で『AI活用授業』を本格導入、文部科学省の研究指定校に”。“『AIを禁止する教師』から『AIで教える教師』への進化”。“教育現場のDXを実体験する事例”です。
A. いいえ、むしろ数学者の役割はこれまで以上に重要になります。“今回のエルデシュ問題#1196も、ChatGPTの最初の証明は『荒削りで読みにくい状態』、専門家の解読・修正が必須だった”。“タオ氏も『AIの提案は素晴らしいが、論文化には人間のスキルが必須』と強調”。“AIが出した結果の『正しさを検証する』『新しい問題を立てる』『証明を整理する』のは、現状では人間にしかできない”。『AIが料理を作っても、味見と盛り付けは料理人の仕事』と同じ構造。“ただし数学者の役割は『一人で全部やる』から『AIと共同作業する』に変わる”。“『AIを使いこなせない数学者』は淘汰される可能性も”。“2026年以降の数学者に求められるのは『AIプロンプト力』『結果検証力』『問題設定力』”。“仕事の中身が変わるが、必要な人数は減らない”。“むしろAIを活用する人材が足りない時代”です。
A. 条件次第で出せます、ただし『運』『時間』『センス』の3つが必要。“プライス氏が使ったのはChatGPT Pro(月額20ドル=約3000円)、誰でも契約できる一般的な料金プラン”。“ただし成功の裏には、無数の失敗試行があったと見られる”。“成功した1問の裏で、何百問もの『AIが解けなかった問題』が捨てられている”。“また『どの問題をAIに投げるか』『出力をどう解読するか』のセンスも必要”。『宝くじは誰でも買えるが、当たるのは運』と似た構造。“ただしAIの能力は急速に向上中、2026年内にGPT-5.5やClaude 5の登場でハードルが下がる見込み”。“2027年には『1万円のサブスクで世界レベルの研究ができる時代』が現実に”。“まずは小さな問題でAIとの対話に慣れることが先決”。“『使いこなせるか』が成否を分ける”。“今日から始めれば、半年後には新しい景色が見える”でしょう。
A. 『使い方』が重要、丸投げはNGですが対話型なら推奨されつつあります。“2026年4月、文部科学省は『生成AIガイドライン2.0』を発表、授業でのAI活用を条件付きで容認”。“NGなのは『答えを書かせて提出する』『考えずにコピペする』使い方”。“OKなのは『AIに解法を聞いて、なぜその解法になるか自分で説明する』『AIの間違いを自分で発見する』使い方”。『電卓を使って計算する代わりに、なぜその計算式になるかを自分で考える』のと同じ。“受験本番ではAIは使えない、本質的な理解が必要”。“ただし普段の勉強では『AIを使った深い理解』が、AIなしの暗記学習より優れていることが各種研究で判明”。“2026年度から先進校では『AI活用授業』が標準化、塾・予備校でも『AI対話型コース』が急増”。“『AIを使うか使わないか』ではなく『どう使うか』が問われる時代”。“先生や保護者と一緒に『健全な使い方』を考えるのが正解”です。
A. 条件はあるが、確実に挑戦は可能、しかも費用は月3000円。“必要なのは『数学への興味』『AIとの対話力』『時間』の3つ”。“数学の専門知識は必須ではない、プライス氏も『正規の数学訓練を受けていない』アマチュア”。“ChatGPT Pro(月20ドル)で『エルデシュ問題集』のリストから興味のある問題を選んで投げるだけ”。“www.erdosproblems.comで未解決問題リストが公開、誰でもアクセス可能”。『ジョギングを始めるなら、まずは近所の公園で1km走るところから』な気軽さ。“最初は失敗続きで当然、続けることが大事”。“成功すれば『AIと共著の研究論文』として世界に発表できる、就職・転職にも有利”。“失敗しても『深い数学的思考』が身につき、論理的思考力が向上”。“2026年内に日本人初のエルデシュ問題解決者が登場する可能性”。“今日からChatGPT Proを契約して、未解決問題集を眺めるところから始めるのが正解”です。
A. 『専門家による検証』が済んでいれば信頼できます、未検証は要注意。“今回の#1196解決はフィールズ賞のテレンス・タオ氏が直接検証、信頼性は最高レベル”。“ただし2025年には『AIが未解決問題を解いた』という誤報が複数回発生”。“例: 2025年8月『GPT-5が未解決問題を解明』と話題→実際は既に解かれていた問題だった”。『新薬発見のニュースで、後から効果が薄かったと判明する』のと似たリスク。“判定の3条件: ①新規性(既存研究にない発想か)、②正確性(証明が正しいか)、③独自性(AIの貢献度)、全部クリアして初めて認定”。“信頼できる情報源: フィールズ賞受賞者のブログ、Scientific American、査読済み論文”。“疑わしい情報源: 個人のX投稿、ニュースサイトの煽り記事”。“2026年は『誇張』と『本物』を見分ける目が必須”。“情報を鵜呑みにせず、ソースと検証者を確認する習慣を”。“正しく情報を読む力こそ、AI時代の最重要スキル”です。
2026年4月、23歳のアマチュアがChatGPTで60年の数学難問を解いた事件は、私たちの『常識』を一気に書き換えました。“専門知識がなくても、月3000円のサブスクでも、世界水準の発見ができる時代の幕開け”。“フィールズ賞のテレンス・タオ氏も『人間の思考の癖が壁だった』と認め、AIの『偏見のない発想力』が新しい突破口を開く可能性を示した”。『プロでなければ挑戦できない』という壁が、AIによって崩れた瞬間です。“あなたが学生でも、社会人でも、退職後でも——興味のある分野の未解決問題をAIに投げてみるだけで、世界レベルの貢献ができるかもしれない”。“今日のあなたの好奇心を、AIと一緒に育ててみませんか?”——その小さな一歩が、新しい『発見』の物語の始まりになります。
この記事は AI Friends からのクロスポストです。