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/christian-szegedy-on-ai-and-the-future-of-9df759e7.md.
2,000年以上にわたり、数学は、他の誰にも解けない問題へ何年もかけて挑む人という、ある種の英雄像を称えてきました。
ユークリッド、ガウス、ヒルベルト、ワイルズ――数学の神話には、並外れた粘り強さと技術力を要した、個人または少人数チームによる画期的成果が数多く登場します。
クリスチャン・セゲディは、その時代が変わりつつあると考えています。
10月4日に公開された長文エッセイで、xAIの共同創業メンバーであり、長年AI研究に携わってきた研究者である彼は、人工知能が数学的発見の基本的な経済構造と文化を変え始めていると論じています。彼の中心的な比喩はシンプルです。歴史的に数学者は、地図のない荒野を徒歩で探索してきましたが、AIは航空機になりつつある、というものです。
その航空機はまだ原始的です。高価で、信頼性に欠け、すべての山頂に到達できるわけではありません。
しかし、セゲディが予想する速度で改善が進めば、数学における重要な活動は、一つの困難な頂を自ら登ることから、地域全体を地図化し、自動化された探索者の艦隊を指揮し、どの地形を調査する価値があるかを判断することへ移る可能性があります。
クリスチャン・セゲディは、AI時代における数学の未来についての長い個人的エッセイを公開しました。
これが、数学がまもなく「卒業する」という彼の主張の挑発的な意味です。
これは、数学がなくなるという意味ではありません。
彼の見解では、数学が比較的少数の専門家によって営まれる主に職人的な活動ではなくなり、科学と技術のための、はるかに大きな産業的基盤になる可能性があるという意味です。
誰もが同意しているわけではありません。
その数日前に文章を発表したスティーブン・ウルフラムは、ほぼ反対のことを論じています。AIは数学的作業をより多く自動化できるようになる一方で、純粋数学に意味を与える目標、概念、物語は、依然としてシステムの外部、すなわち人間から生まれるというのです。
この意見の相違は、AIが数学で向上しているかどうかを本質的にめぐるものではありません。
機械が証明をより多く実行できるようになったとき、数学は何のためにあるのか、という問題をめぐるものです。
セゲディの立場は、いくつかの印象的なモデルデモへの突発的な反応ではありません。
彼のキャリアは、何十年にもわたって数学と機械学習の間を行き来してきました。
彼はハンガリーで数学を学び、ボン大学で応用数学の博士号を取得した後、Googleで10年以上を過ごしました。
ディープラーニングにおける広く引用される複数の進展には、彼の名前が刻まれています。
セゲディに関連する代表的な研究には、Inception、敵対的事例、バッチ正規化などがあります。
彼はInceptionアーキテクチャを導入した論文の筆頭著者であり、敵対的事例に関する初期研究に貢献し、セルゲイ・イオフェとともにバッチ正規化の論文を共同執筆しました。
2023年、セゲディはxAIの創業チームに加わりました。
2023年のxAI発表では、Google Research、DeepMind、OpenAI、Microsoft Researchなどの研究機関出身者からなる創業チームが紹介されました。
しかし、数学は彼の思考の中心であり続けました。
2020年に発表された研究で、セゲディは、通常の数学言語を機械検証可能な形式的記述へ自動的に変換する自動形式化が、汎用AI推論に至る重要な道筋になり得ると論じました。
この論文は、自動形式化システムを、非形式的な数学コンテンツを読み取り、人間の介入を最小限に抑えながら、抽象的で機械検査可能な形式へ変換できるシステムとして説明しています。
「A Promising Path Towards Autoformalization and General Artificial Intelligence」は、機械可読な数学についてのセゲディの見解を提示しました。
彼の当初のタイムラインは野心的でした。
セゲディ自身の後年の説明によると、彼はかつて、超人的なAI数学者が2029年頃に登場すると予想していました。2024年までに彼は、進展は予想していたより速いようだとすでに述べていました。
セゲディは2024年、進歩は自分が以前想定した2029年というタイムラインよりも速く進んでいると記しました。
2024年2月、彼は2026年6月より前に超人的AI数学者が登場するかどうかをめぐる賭けについて公に話しました。
2024年、セゲディは2026年半ばまでに超人的AI数学が到来するかをめぐる賭けについて公に議論しました。
そして2026年には、この問いを無視しにくくする一連の成果が生まれました。
元の記事は、2026年におけるAI支援数学の複数のマイルストーンを指摘しています。
それらはすべて同じ種類の成果ではないため、詳細が重要です。
5月、OpenAIは、自社モデルの一つが、1946年のポール・エルデシュの研究にまで遡る問題である平面上の単位距離問題において、予想されていた上界を反証したと発表しました。
この結果は、単位距離問題を完全に解決したわけではありません。
それが覆したのは、平面上の点の間に存在する単位距離の点対の最大数の増加率に関する中心的な予想です。
この区別は重要ですが、成果もまた重要です。汎用AIシステムが、真に新しい数学的構成に貢献したのです。
7月、数学者レベント・アルポゲは、Claude Fable 5とともに開発した反例を公表しました。この反例は、3次元以上におけるヤコビ予想を反証するものです。
2次元の場合は未解決のままです。
その反例は直接検証できるほど簡潔であり、外部の数学者たちもこの構成を迅速に確認しました。
これは別の種類のAI数学成果でした。既存の証明の形式化ではなく、長年の予想に対する明示的な反例の発見です。
続いてAnthropicは、フェルマーの最終定理について初となる完全なコンピュータ検証済み形式化を発表しました。
Claudeは主に自律的に11日間作業し、既存の人間による証明をLeanへ変換しました。
これは歴史的な意味での定理の新証明ではありません。アンドリュー・ワイルズとリチャード・テイラーがすでに1990年代に数学的内容を確立していました。
この突破口は形式化にありました。
高度な数学の巨大な体系が、Leanが一歩ずつ検査できる形式に変換されたのです。
OpenAIの社内数学プロジェクトは、その規模をさらに大きく押し上げました。
同社によると、主要な数学問題を横断する大規模なマルチエージェントの取り組みを開始した後、最初のエージェントの起動からおよそ88時間で、システムがナビエ–ストークス方程式のミレニアム懸賞問題に対する解決案へ到達しました。
OpenAI自身の技術説明によれば、ナビエ–ストークスの結果を生み出したグループには、およそ10,000の同時稼働エージェントが参加していました。
その後、GPT-6 Astraを用いたLeanでの形式化と検証に、さらに17時間を要しました。
この結果が歴史的に重要である理由の一つは、プロセスの規模です。より広範な取り組み全体で、数百万件のエージェント間メッセージと、数千億の生成出力トークンが使われました。
9月21日、OpenAIは同じ社内モデルが、数学の100件を超える長年の未解決問題も解決したと述べました。
元記事は、セゲディの以前の予測と、2026年に急速に続いたAI数学の成果を並べています。
これらの成果の正確な状況と長期的な意義は、それぞれ異なります。
既知の数学の形式化であるものも、新たな反例や構成であるものもあります。また、数学的な精査が続いている大規模な研究上の主張もあります。
しかし、それらは一体となって、議論の速度を変えました。
セゲディの主張は、AI数学について、システムが静的であるかのように語ることはもはや合理的ではない、というものです。
セゲディはエッセイを、高校卒業時の個人的な記憶から始めます。
長年にわたる数学競技と体系的訓練の後、彼の最終試験は終わりました。
短い間、彼は自由を感じました。
しかしその後に訪れたのは、むしろ空虚さに近いものでした。
もう競技会はありません。次の問題を出す教師もいません。自分のアイデンティティを形作っていたシステムが、突然なくなったのです。
彼が数学者たちに伝えるメッセージは、彼らの一部もまもなく似たような転換を経験するかもしれない、というものです。
理由を説明するために、彼は純粋数学を、地図なしで荒野を探索することになぞらえます。
探索者は3種類の仕事をします。
歴史的に、最も称賛されてきたのはしばしば登攀者でした。
誰も解けなかった予想は山となりました。それを解くことが、一人のキャリアを定義することもありました。
ラングランズ・プログラムは、広大な領域を開拓すると同時に、伝説的な個人の成果も生み出す数学研究の一例です。
道具をつくる人々も尊敬を受けますが、数学文化の感情的な中心には、しばしば、一人または少人数のグループがついに征服する困難な定理や予想があり続けました。
セゲディは、予想そのものが最も深い要点であるとは限らないと論じます。
予想は試験場でもあります。
研究者が難問に取り組むのは、それによって新しい技法、新しい概念、そして景観を見る新しい方法を発明せざるを得なくなるからでもあります。
魅力は形式的な結果だけではありません。
目立たなかった岩が実は山だと判明し、その頂上から新しい地域が見えるようになる瞬間にあります。
セゲディの中核となる比喩は航空機です。
ライト兄弟による最初の飛行は、わずか数秒しか続きませんでした。
現代の旅客機と比べれば、それはほとんど役に立たないものでした。
しかし、その原始的な機械を見て、航空機は海を越えられず、何百万人もの人を運べず、地理を変えることもない、と結論づけるのは誤りだったでしょう。
セゲディは、現在の数学におけるAIシステムが同様に初期段階にあると考えています。
高価です。
誤りも犯します。
まだどこにでも飛べるわけではありません。
一部の成果には依然として、膨大な計算、慎重な人間の指示、形式的検証、または専門家レビューが必要です。
しかし、重要な問いは、今日の機械があらゆる数学の頂に到達できるかどうかではありません。
機械が改善し続けた場合に何が起きるかです。
彼の比喩では、懐疑的な反応は次のように聞こえます。
それらの岩は簡単だ。私たちは本物の山に備えるために登ったにすぎない。あなたの航空機は本当の頂には決して到達できない。
セゲディは、それを静的な誤りだと考えています。
今日、原始的に見えるモデルは、数か月後には時代遅れになっているかもしれません。
現在は膨大な計算資源を必要とするワークフローも、日常的に実行できるほど安価になるかもしれません。
そうなれば、数学は、選ばれた登攀者だけが到達できる荒野には見えなくなると彼は論じます。
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。
上空から測量できる大陸のように見え始めるのです。
ここで、セゲディの議論は技術的なものから文化的なものへ移ります。
AIシステムが安価で信頼できる数学の探索者になれば、従来の環境は変わります。
個人用の「航空機」が広く利用可能になります。
大規模組織は艦隊を送り出せます。
自動化システムは、数学的可能性の広大な領域を走査し、予想を検証し、証明を形式化し、構造を探し、これまで分かれていた文献を結び付けられます。
元記事はこの移行を、数学的景観が徒歩だけでなく上空から地図化される未来として描いています。
セゲディは、このプロセスが混乱を伴うものになると予想しています。
既存の研究者は、かつて小さな学術コミュニティに属していた領域へ大企業が参入することに反発するかもしれません。
優雅さ、忍耐、個人の技能を中心に築かれた文化が産業化されると感じるかもしれません。
彼はその反応を完全には退けません。
同時に、得られるものもあれば、失われるものもあり得ます。
彼の主張は、それでも変化は起こるということです。
定理の証明がそれほど希少でなくなれば、学術的な評価は移るかもしれません。
セゲディは、次の3つの技能の価値が高まる可能性を示唆しています。
他の誰も登れない頂を登るという英雄的行為は、以前ほど重要でなくなるかもしれません。
どの山が重要かを決める能力は、より重要になるかもしれません。
だからこそ、「卒業」という言葉は彼の比喩において有用です。
この学問分野が終わるわけではありません。
発展の一段階を離れ、別の段階へ入るのです。
彼のより大きな予測は、数学が静かな学術専門分野というより、科学、工学、技術を支えるインフラになるというものです。
セゲディのエッセイへの反応の一つは、スタンフォード大学の数学者ジャレッド・デューカー・リヒトマンから寄せられました。
彼は、大学院生の頃からこの瞬間を待っていたと書き、代替物のない破壊は空白を残すが、未来の明確な像は新しい活力を生み出せると論じました。
彼が提案する次の段階は具体的です。
既知の数学をすべて形式的なコードへ翻訳する。
ジャレッド・デューカー・リヒトマンは、既存の数学を形式化することが明確な次の段階だと論じました。
この構想は、セゲディの以前の自動形式化研究と直接つながっています。
機械可読な数学コーパスは、次のものを提供できる可能性があります。
Anthropicによるフェルマーの定理の形式化は、可能性と難しさの両方を示しています。
高度な数学を形式化するには、膨大な量の生成コードとインフラが必要になり得ます。
しかし、モデルがこのプロセスで改善すれば、コストは急速に下がる可能性があります。
セゲディの見解は、広く受け入れられているわけではありません。
彼のエッセイが公開される5日前、スティーブン・ウルフラムは、AIが人間による数学研究を不要にするかもしれないという、より広い主張への長い応答を発表しました。
スティーブン・ウルフラムは、AIが数学的作業を変革しても、純粋数学を時代遅れにはしないと論じています。
ウルフラムの立場は、数学についての異なる定義から始まります。
数学が主に形式的証明の産出であるなら、能力を増すAIは活動の大部分を自動化できるでしょう。
しかしウルフラムは、純粋数学とは次のことを決める営みでもあると論じます。
AIは、膨大な数の可能な定義、定理、形式構造を生成できます。
それが自動的に、人間にとって意味のある数学になるわけではありません。
ウルフラムの見解では、数学の目標は形式システムの外部から生まれます。
人間が自分たちの関心事を決めるのです。
彼はまた、形式的検証は誤った形式的記述を完全に証明できると警告します。
証明支援系は、符号化された命題Aが仮定BとCから導かれることを確立できます。しかし、それはAが数学者が表現しようと意図したものであることを自動的には保証しません。
これは、自動形式化が増えることが単純に「数学は解決された」ことを意味するわけではない、という考えへの重要な対抗軸です。
ウルフラムの結論は明確です。純粋数学は完了しません。
彼の枠組みでは、計算不可約性が、新しい事実と驚きの無限の供給を保証します。
AIは終着点ではなく、加速装置になります。
インペリアル・カレッジ・ロンドンの数学者ケビン・バザードは、数学界内部の感情的反応について、悲嘆という言葉を用いて書いています。
バザードは、急速なAIの進歩に対して数学コミュニティが大きく異なる反応を示していると説明しています。
反応は興奮から拒絶まで幅広くあります。
AIツールとほとんど、あるいはまったく関わりたくない数学者もいます。
一方で、それらを日々の研究に急速に統合している人もいます。
若手研究者にとって、心理的影響は特に鋭いものになり得ます。
大学院生が補題に何週間、何か月も行き詰まり、モデルがそれを即座に解決したとすれば、その技術的な成功は個人的に不安定な感覚をもたらすかもしれません。
これは、セゲディが自身の卒業時の物語で立ち返るのと同じ感情です。
かつてアイデンティティを形作っていた技能が、突然それほど希少でなくなるのです。
セゲディの答えは、悲嘆は現実のものだが、未来にも数学的な仕事は残る、ただし必ずしも同じ仕事や同じ地位の階層ではない、というものです。
1930年、ダフィット・ヒルベルトはケーニヒスベルクでの有名な講演を次の言葉で締めくくりました。
「私たちは知らねばならない。私たちは知るであろう。」
この文は後に、彼の記念碑と結び付けられるようになりました。
元記事は、この言葉を使って議論を締めくくります。
ヒルベルトの有名な言葉は、知識の可能性に対する数学的確信の象徴となりました。
AIは、その野心をより文字どおりのものにしているのかもしれません。
数学は、最終的に多くの結果を機械が一歩ずつ確認できる対象へ還元できるため、自動化に特に適しています。
校正すべき実験装置はありません。
形式的証明は、選択された基礎体系で検査に通るか、通らないかのどちらかです。
これは、数学的発見が単純だという意味ではありません。
数学が、能力を増す推論システムを試験できる特に明確な環境を提供するという意味です。
これこそ、フロンティアAI研究における目立った成果の多くが、まず数学で現れている理由かもしれません。
数学は、AIによって深く産業化される最初期の基礎科学の一つになり得ます。
それを「卒業」と呼ぶのか、変革と呼ぶのか、あるいは単に別の強力な道具がこの分野に加わっただけと呼ぶのかは、依然として未解決の哲学的問いです。
セゲディとウルフラムは少なくとも一点で一致しています。従来のワークフローは急速に変わっています。
両者の違いは、証明そのものが安価になったとき、何が人間にとって還元不可能なまま残るのかについてです。
彼は、数学が、希少な個人による定理解決の達成を中心とする文化から、大規模なAI支援による探索、地図化、形式化、応用へ移行する可能性があると論じています。この分野が消えるのではなく、その生産モデルと社会的評価が変わるのです。
セゲディは2023年のxAIにおける最初の創業チームの一員でした。xAI以前にはGoogleで長年勤務し、Inception、敵対的事例、バッチ正規化、自動形式化に関する影響力のある研究に貢献しました。
自動形式化とは、非形式的な数学言語を、証明支援系が検査できる正確な形式的記述へ自動的に翻訳することです。セゲディは長年、これがより高度な自動推論に至る重要な道筋になり得ると論じてきました。
Anthropicは2026年9月、Claudeが11日間かけて、既存のフェルマーの最終定理の証明をLeanで完全にコンピュータ検証可能な形へ形式化したと発表しました。これは大きな形式化の成果ですが、フェルマーの最終定理そのものを新たに発見したわけではありません。
OpenAIは、社内のマルチエージェントシステムが約88時間後に解決案を生成し、後にLeanで形式化したと述べています。同社は技術資料を公開していますが、これほど大きな成果には依然として広範な精査が必要であり、正式な認定プロセスは企業発表とは別のものです。
ウルフラムは、純粋数学は証明を生み出すことだけではないと論じています。人間は依然として目標、概念、物語、問いを選びます。また彼は、計算不可約性が新しい数学的事実と構造の無限の供給を保証すると考えています。
この議論の両側は、人間が関わり続けると見ていますが、その役割は変わる可能性があります。価値ある問題の選定、概念的枠組みの創出、重要性の評価、AIシステムの指揮、発見の説明などは、すべての証明を手作業で構築することと比べて、より重要になるかもしれません。
数学には非常に明確な検証の仕組みがあります。Leanのような形式的定理証明器は証明を一歩ずつ検査できるため、多くの実験科学よりも、生成と厳密な論理検証を明確に分けることが可能です。
クリスチャン・セゲディの主張は、数学が終わるということではありません。何世紀にもわたり数学の名声を形作ってきた希少性の構造が終わる可能性がある、ということです。
能力を増すAIシステムが、大規模に探索、証明、形式化、協調を行えるようになれば、一つの難しい定理を手作業で解くことは、重要な地形を選び、信頼できる数学的インフラを構築し、大量の機械生成による発見を人間の理解へ変換することよりも、中心的な位置を占めなくなるかもしれません。
スティーブン・ウルフラムの応答は、別の場所に境界を引きます。証明は容易になるかもしれませんが、意味のある数学は依然として、人間が関心を持つ目標、概念、物語に依存するというものです。
本当の問いは、AIが数学を変えるかどうかではもはやありません。証明そのものがますます自動化されるとき、数学のどの部分が希少であり、したがって価値を持ち続けるのか、ということです。
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。
