For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ja/articles/alphaproof-nexus-erdos-problems-oeis-proo-b583eb5b.md.
Google DeepMindのAlphaProof Nexusは、AIが生成した形式証明を用いて未解決の研究問題に取り組む方法を扱ったScience論文のテーマです。同論文は、未解決のエルデシュ問題353件のうち9件で成果を挙げ、OEISの予想492件のうち44件を証明したと報...
Google DeepMindのAlphaProof Nexusは、AIが生成した形式証明を用いて未解決の研究問題に取り組む方法を扱ったScience論文のテーマです。同論文は、未解決のエルデシュ問題353件のうち9件で成果を挙げ、OEISの予想492件のうち44件を証明したと報告しており、ほかの数学分野での研究成果も取り上げています。
注目すべき事例の一つは、1970年にエルデシュとサルコジが提起した2つの問いを解決したものです。より広い意味で重要なのは、その実現に用いられたワークフローです。言語モデルが形式言語で議論を提案し、Leanが各証明ステップの妥当性を検証します。
この組み合わせは、生成された数学にありがちな弱点に対処します。説得力があるように聞こえる議論が、必ずしも正しいとは限りません。形式検証器は、形式化された命題が意図した問題を正確に表していることを前提として、より厳密な受け入れ基準を提供します。
この事例は、エルデシュ問題第12番に関するものです。正の整数からなる無限集合について、次の制約を課しています。異なる要素 a、b、c があり、b と c がどちらも a より大きく、さらに a が b + c を割り切る、ということがあってはなりません。
たとえば、2、3、5は同じ集合に含められません。2は3 + 5を割り切るからです。多くの整数を保ちながら、こうした割り切り関係を避けることが課題です。
出典に掲載された問題文。最新の状況は、現行のエルデシュ問題ページに記録されています。
第1の問いは、十分大きなすべての N について、そのような無限集合が N 以下に正の定数倍の sqrt(N) 以上の要素を含められるかどうかを尋ねています。この構成によって示された答えははいです。
出典では、ブロックを順に構成する方法が説明されています。中国剰余定理を用いて合同条件を組み合わせ、ブロック間で禁止された関係が生じないようにします。たとえば、ある素数が一つのブロックの要素を割り切る一方で、後続のブロックの要素はその素数を法として1に合同となるようにすれば、必要な割り切り関係を妨げられます。
また、ブロック間の間隔も制御しなければなりません。次のブロックが始まるまでの数え上げの下限を保てるだけの要素を現在のブロックに選ぶことで、整数の途中の範囲で集合が疎になりすぎないようにします。
これは証明方針の概略であり、完全な証明ではありません。形式化された命題と詳しい構成は、公開された議論にリンクされています。
第2の問いは、制約を満たすすべての集合について、無限個の N に沿って計数関数を1未満の固定指数で上から抑えられるかどうかを尋ねています。答えはいいえです。
任意の正の c に対して、構成により、計数値が最終的に N^(1-c) 以上となる許容された集合を作れます。したがって、このようなべき乗上限がすべての集合に一律に当てはまることはありません。
公開されているエルデシュ問題のページでは、DeepMindによる構成が紹介され、その後、コミュニティによる簡略化や改良が記録されています。重要なのは、問題第12番の第3の問い、すなわち逆数の和の収束に関する問いは、依然として未解決であるという点です。最初の2つの問いを解決したことは、番号付きの問題のすべての部分を解決したことと同じではありません。
証明が公表された後、テレンス・タオは、元の構成の一部から3項等差数列を除外する条件を取り除けると指摘しました。その段階では、大きい方の2つの数が小さい方の数をどちらも上回るという条件だけで、該当する等式がすでに除外されていました。
出典に転載されたタオのコメント。元の公開討論へのリンクは以下にあります。
その後のコメントでは、より密な構成が発展しました。これは、協働の具体例です。AIが生成した形式的な議論を、数学者が検討し、簡略化し、改良できる素材として活用しています。この議論は2026年4月に行われ、Scienceでの10月の発表より前のことでした。発表日と最初の発見日を同じものとして扱ってはなりません。
出典におけるNexusの全体アーキテクチャの説明によると、複数の証明エージェントが草稿を作成し、評価エージェントがそれらを比較し、共有された候補群に有望な成果を蓄積します。構成として有用な部分証明は、残った補題が完成を妨げている場合でも、さらに検討されることがあります。
また、このシステムは部分問題でAlphaProofを呼び出したり、過去に解決された目標の証明を再利用したりできます。言語モデルは議論の構成や分解を担い、形式ツールはそこから生じた証明義務を検証または完成させます。
出典レポートに転載されたNexusのアーキテクチャ図。
重要な違いは、検証されていない自然言語の回答を受け入れることとの対比です。候補となる証明は、形式検証ループを通過しなければなりません。証明に失敗した試みは、完成した数学として提示されるのではなく、次の試みに向けたフィードバックになります。
研究者たちは、選定されたエルデシュ問題で成果を上げるのに、完全なアーキテクチャのどこまでが必要かも調査しました。Scienceの概要は、言語モデルによる生成とLeanによる検証を交互に行う基本的なエージェントが、これらの成果を再現したことを確認しています。
出典では、このベースラインをGemini 3.1 ProとLeanと特定しています。進化的な共有やAlphaProofの呼び出しを使わず、独立した試行を繰り返すことで、選定された9件すべての証明が得られたとしています。また、比較対象ではAlphaProof単体で解決できた問題はなかったと報告しています。
これは、成功した問題集合に対する事後的なアブレーション分析です。元の353件に対して成功率が100%だったことや、単純なエージェントが1回の試行で常に成功することを意味するものではありません。
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
出典に転載された研究の問題分解例。
この研究では、オンライン整数列大辞典（OEIS）の未解決の予想492件も検討され、44件の証明が報告されました。分母は重要です。これは選定された予想の集合であり、OEIS全体の問題を解決したという主張ではありません。
出典によると、形式コードが各問いを正確に表現していること、そしてその予想がすでに証明されていないことを人間が確認しました。また、一般的な命題を証明する前に、生成された数列の初期項が期待値と一致するかどうかも確認したと説明されています。
これらの確認は、それぞれ異なるリスクに対処します。Leanは形式化された命題の証明を検証できますが、その命題が意図された非形式的な予想であることや、定理が研究文献上で新しいことを単独で確立することはできません。
最適化への応用の一つでは、与えられた予想を証明するだけでなく、有効なパラメータスケジュールを見つけ、その収束保証を証明するところまで踏み込んでいます。
Anchored GDAはミニマックス最適化を扱います。この問題では、一方の変数が目的関数を最小化し、もう一方の変数が最大化します。通常の勾配降下・上昇法は振動することがありますが、アンカリングでは固定された参照点へ引き戻す項を加え、更新の安定化を図ります。
引用されているプレプリント**「An Improved Last-Iterate Convergence Rate for Anchored Gradient Descent Ascent」**は、パラメータの選択によって、最終反復の勾配ノルムの二乗に対する厳密な O(1/t) 上界が得られると報告しています。ここで t は反復回数です。
出典に転載された2026年4月のプレプリントのタイトルと概要。
この保証は、論文に示された仮定、すなわち単調な勾配作用素、リプシッツ平滑性、鞍点の存在を満たす、平滑な凸・凹設定に適用されます。あらゆる非凸機械学習目的関数に対する一般的な収束の主張ではありません。また、勾配ノルムの二乗をノルムそのものと混同してはなりません。
プレプリントによれば、この成果はLean証明を書けるAIシステムによって自律的に発見されました。4月4日の投稿はScience論文より前であり、10月の報告によって、この研究がNexusのより広い説明の中に位置付けられました。
Jeremy AvigadとMatthew BallardによるScienceの関連Perspectiveは、これらの成果を競技数学の枠を超え、未解決の研究問題に取り組むものとして位置付けています。進歩は単に、より長い説明を生成することではありません。数学的なアイデアの提案と、明示的な証明検証を組み合わせている点にあります。
問題の選定、形式化された命題、ライブラリ、研究インフラ、そして新規性や重要性の評価には、引き続き人間が関わっています。問題第12番をめぐる公開討論からも、検証済みの証明が数学的に正しくても、大幅な簡略化の余地が残ることが分かります。
したがってNexusは、生産的な研究ワークフローの可能性を示しています。その強みは完成した証明によって測定でき、限界は形式化された命題や公開の数学的検討を通じて確認できます。
AlphaProof Nexusは、Google DeepMindのScience論文で説明されているAI形式証明探索フレームワークです。言語モデルによる証明生成とLeanによる検証を組み合わせ、より完全な設計では草稿を整理し、専門的な証明ツールを利用できます。
論文は、未解決のエルデシュ問題353件のうち9件で成果を挙げ、OEISの予想492件のうち44件を証明したと報告しています。これらは研究で選定された集合に関する成果であり、どちらのリソースにある未解決の数学問題をすべて解決したという主張ではありません。
いいえ。公開されている問題ページでは、第1の問いへの答えは肯定、第2の問いへの答えは否定と記録されています。逆数の和の収束に関する問いは、依然として未解決です。
Leanは、提出された形式証明が形式化された定理の命題を証明しているかどうかを確認します。その命題が意図された問題と一致しているか、そして結果が本当に新しいかを確かめるには、別途の精査も必要です。
Scienceの概要によると、生成と検証を行う基本的なエージェントがこれらの成果を再現しました。出典はGemini 3.1 ProとLeanを用いた反復試行を説明していますが、これは1回の試行で必ず成功することや、353件すべてで成功することを意味しません。
論文に記載された平滑な凸・凹の仮定の下で、最終反復における勾配ノルムの二乗が O(1/t) の速度で減少することを示しました。プレプリントが提示するのは特定のパラメータスケジュールと形式証明であり、あらゆる最適化アルゴリズムに対する包括的な高速化ではありません。
AlphaProof Nexusは、AIが生成し形式検証された証明が、未解決の研究数学に貢献できることを示す材料となっています。報告された成果は、選定されたエルデシュ問題やOEISの問いにまたがり、注目された構成の少なくとも一つは、その後、人間による公開の検討を経て改良されました。
検証ループは中核となる要素ですが、形式化の正確性、新規性、各定理の適用範囲には引き続き注意が必要です。検証済みの証明は具体的な研究成果です。その命題、仮定、未解決の問いが同じように明確であるとき、最も有用なものになります。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
