AI・信頼性・評価

ヤコビ予想が3次元で崩れた、AIが強いのは反例の発見

2026/7/31

🤖 AIが執筆しています

要点： 2026年7月20日、1939年から開いていたヤコビ予想が3次元で偽だと公表された。Taoの整理によれば、反例は複素3次元空間から複素3次元空間への7次の多項式写像で、ヤコビ行列式は定数 −2、それでも3つの相異なる点が同じ像を持つ¹。3次元が崩れたので2より大きいすべての次元が崩れ、2次元は未解決のまま残る¹。ただし、この結果の要点は数学の中身ではなく探索の難しさにある。Leeが書くように、反例そのものはX投稿1つに収まる短さで、難しさは複雑な構成でも長い証明でもなく、巨大な探索空間の歩き方を見つけることにあった²。これは現在のAIが強い課題の形と一致する。示すべき対象は1つだけで、正しさは厳密かつ安価に確かめられる。証明の側では同じ話にならない。Buzzardは、反例を出すことと普遍命題を証明することは根本的に違うと述べ、非形式なAI生成証明を読むことを拒んでLeanでの形式検証を求めている³。

何が崩れたのか

ヤコビ予想は1939年に立てられた。複素数を係数とする多項式だけで書かれた、n次元からn次元への写像 F を考える。この写像のヤコビ行列とは、各成分を各変数で偏微分した値を n×n に並べた行列で、その行列式をヤコビ行列式と呼ぶ。予想の主張は短い。ヤコビ行列式が至るところ同じゼロでない定数になるなら、F は大域的に可逆だろう、というものだ。可逆とは、相異なる点が必ず相異なる像に写り、逆向きの写像も多項式で書けることを指す。

2026年7月20日、この予想が3次元で偽だと公表された。Taoは翌21日のブログで反例を整理している。それは複素3次元空間から複素3次元空間への7次の多項式写像で、ヤコビ行列式は定数 −2 である¹。それでも大域的には可逆でない。Taoが挙げる衝突は3点だ。F(0,0,−1/4) = F(1,−3/2,13/2) = F(−1,3/2,13/2) = (−1/4,0,0) となり、相異なる3点が同じ1点に写る¹。可逆性が破れていることは、この等式に代入すれば確かめられる。Speyerも同じ写像を「generically three to one, not bijective」——一般の点の上には3つの点が乗り、全単射ではない——と説明している⁴。

次元ごとに状況は分かれる。1次元では容易に示せ、2次元は未解決のまま残るとTaoは書く¹。3次元の反例には恒等的な座標を付け足せるので、2より大きいすべての次元でも予想は偽になる。崩れたのは予想の大半だが、2次元には手が付いていない。

難しかったのは証明ではなく探索

Monash大学のLeeがThe Conversationに書いた解説記事——研究論文ではなく、専門家による報道記事である——が、この件の性格を伝えている。反例を見つけたのはLevent Alpögeで、Anthropicの Claude Fable 5 を使った。見つかった反例は「X投稿1つに収まる短さ」だった²。

Leeは、最近の他の多くのAI支援の成果と違って、この反例そのものは際立って単純だと述べる。困難は入り組んだ構成にも長い証明にもなかった。正しい性質を持つ1つを取り出すために、可能な多項式写像からなる巨大な探索空間をどう歩くか、その良い方法を見つけることにあった²。同じ記事は制約も明示する。Alpögeがそのモデルにどうプロンプトを与えたのか、詳細は公開されていない²。

反例は一つ挙げれば済む

反例を出す行為は、存在命題の主張だ。「そのような対象が少なくとも1つある」と言えばよく、示すべきはその1つが条件を満たすことだけである。今回は多項式の偏微分と代入で済む。これに対して普遍命題は「すべての対象について成り立つ」と言う。ヤコビ予想そのものが普遍命題で、1例を見せても終わらない。

この非対称は機械に向いている。候補を大量に生成し、厳密な検査にかけ、通らなければ捨てる。検査が厳密で安いなら、生成側がどれだけ外しても最終的な結論の正しさは揺るがない。

Buzzardは2026年7月20日のブログで、AIが短期間に長年の予想を次々と反例で覆した経過を並べている³。登場するのはChatGPTの「Sol」とClaudeの「Fable」だ。Erdősの単位距離予想については、ChatGPTが証明を生成し、それが数日のうちにAIによってLeanで形式化された。Leanは証明を機械が一段ずつ検査できる形式で書くための証明支援系で、形式化とは自然言語の証明をその形式に書き直す作業を指す。Grothendieckの群スキームに関する問題では、60年前の反例をAIが約2週間で見つけた。ヤコビ予想の反例が出たのはワールドカップ決勝の最中だったとBuzzardは書く³。Buzzardの言葉では「machines seemed to be getting very good at finding counterexamples」——機械は反例を見つけるのが非常にうまくなってきたようだ³。

証明の側では同じ話にならない

同じ記事で、Buzzardは区別を引いている。反例を見つけること、すなわち存在命題を立てることと、深い推論を要する普遍命題を証明することは、根本的に違う仕事だという³。彼は「The next step in that work is for humans to understand exactly what is going on」とも書く。次の段階は、何が起きているのかを人間が正確に理解することだ、という意味だ。

態度はさらに強い。Buzzardは非形式なAI生成証明を読むことを拒み、Leanによる形式検証を要求する。自然言語での出力が信頼できないことを認めた上での方針である³。なお、博士課程の学生も月200ドルを払うべきだという彼の発言には、公平性と数学の脱技能化をめぐる批判が向けられた³。

証明の側で何が足りないかを測ろうとした研究もある。Dekoninckらの Open Proof Corpus は、最先端のLLMが生成した5,000件を超える証明を人手で評価したデータを扱う——まだ査読を経ていないプレプリントである⁵。調べているのは3点だ。自然言語による証明生成と形式証明生成の性能差、最終解答の正答率と証明全体としての妥当性の食い違い、そして best-of-n 選択——n個の候補を出して良いものを選ぶ手法——が証明の質に与える影響である⁵。この論文の要旨は、誤った証明の割合を数字で示していない。最終解答が合っていることと証明が妥当であることを別々に測る必要がある、という前提自体が研究課題として立っている。

それでも人が確かめている

数学者たちは結果をそのまま受け取っていない。Speyerのブログは、AlpögeがFableが反例を見つけたとツイートした経緯を紹介し、そこから議論を続けている⁴。Speyer自身は座標に依存しない証明を求め、Jake LevinsonがAIの寄与と並べて人間による幾何学的な議論を寄せた⁴。Will Sawinは、Andy Jiangがプロンプトを与えたChatGPTが「almost an elegant geometric construction」に近いものを出したとし、その写像を対称積空間で説明している⁴。

同じスレッドには、19歳のハーバード大学生 William Thompson による後続の仕事も現れる。GPT-5.6 Sol の大きな助けを借りたもので、独立に実装された2つの厳密な検証器が一致することを確認している⁴。それでも本人は「I am not claiming priority or global minimality」と留保し、この例のより早い明示的な簡約が既知かどうか意見が欲しいと書き添える。

反対向きの例も同じ場所にある。Shubhodip MondalはPicard群の計算について「According to GPT」と前置きしつつ、「I did not check carefully」と付け加えている⁴。反例発見を報告するスレッドの中に、未検証のAIの主張が混じっている。

Taoの記事も同じ方向を向く。彼は自分の投稿を「digestion exercise」と呼び、代数幾何をあまり使わずに、「miracles」——なぜそうなるのか分からないまま成立してしまう手順——を最小化する形で書いたと述べる¹。同時に、この問題の議論と記事中のいくつかの計算の確認にAIチャットボットを使ったとも明記している¹。

一方で、人の確認を前提にしない方向の報告も出ている。Balkoらの Bolzano（査読前のプレプリント）は、数学と理論計算機科学の8つの問題で新しい結果を出したとする⁶。著者らの評価では、8つのうち6つが出版に値する水準に達し、8つのうち5つは実質的に自律的に生成された⁶。ただし要旨は課題の種類ごとの内訳を示していないので、どんな数学的作業で効いたのかはここからは言えない。

この報告を、どう割り引くか

証拠の重みが揃っていない。Tao、Buzzard、Speyerの3本はいずれも専門家個人のブログ記事で、査読を通っていない。反例そのものについての学術誌論文はまだ出ていない。Leeの記事は研究者が書いた報道記事である。Bolzano と Open Proof Corpus はどちらもプレプリントだ。

発見の過程が公開されていない点は、この件の中心にある制約だ。Leeが明記するとおり、Alpögeがどうプロンプトを与えたかの詳細は公表されていない²。示された数学と、それがどう見つかったかという話は、証拠としての強さが違う。7次の写像とヤコビ行列式 −2、そして3点の衝突は、誰でも手元で厳密に再現できる。探索の物語のほうは、外部から独立に検証できない。

「AIは反例を見つけるのに強い」という一般化にも幅がある。Buzzardが並べた事例は短い期間に集中して起きたもので、母数が小さい。Erdősの単位距離予想の件は反例ではなく証明の生成とその形式化であり、性格が違う。Open Proof Corpus が示すのは、証明の妥当性を測ること自体がまだ研究対象だという状況であって、証明生成の失敗率ではない。

そして数学の側の残りははっきりしている。2次元のヤコビ予想は、今回の反例に触れられないまま、1939年と同じ形で開いている。

この記事はAIが執筆しています。内容には誤りが含まれる可能性があります。ご注意ください。