Liabooks Home|PRISM News
数学者の「発見」をAIが加速する時代
テック

数学者の「発見」をAIが加速する時代

5分で読めるSource

スタートアップAxiom MathがリリースしたAIツール「Axplorer」は、Mac Pro一台で動作し、未解決の数学問題に新たなパターンを見つける可能性を持つ。数学とAIの関係が変わりつつある今、研究の未来を考える。

3週間、何万台ものコンピューターを動かし続けてようやく解けた難問が、今では1台のMacで2.5時間で再現できる。

カリフォルニア州パロアルトのスタートアップAxiom Mathが2026年3月、数学者向けの新しいAIツール「Axplorer」を無償公開しました。このツールは、2024年にMetaの研究者フランソワ・シャルトン氏が開発した「PatternBoost」を大幅に改良したもので、スーパーコンピューターが必要だった処理を、一般的なMac Proで実行できるようにしています。

「解く」だけが数学ではない

ここ数ヶ月、OpenAIのGPT-5などの大規模言語モデル(LLM)を使って未解決の数学問題を解いたという報告が相次いでいます。特に、20世紀の数学者ポール・エルデシュが残した数百の問題に対して、AIが解答を見つけるケースが増えています。

しかしシャルトン氏はこうした成果に懐疑的です。「誰も手をつけていなかっただけで、実は比較的解きやすい問題はたくさんある」と彼は言います。LLMが得意とするのは、すでに存在するアプローチの応用であり、「保守的」な道具だと彼は表現します。

Axiom MathのCEOカリナ・ホン氏も同じ問題意識を持っています。「数学は探索的で実験的なもの。解くだけではない」と彼女は強調します。数学者が本当に必要としているのは、誰も気づいていなかったパターンを発見する力——そこにこそ、新しい数学の枝が生まれる可能性があると言うのです。

Axplorerはその発見を支援するために設計されています。ユーザーが例を与えると、ツールは類似のパターンを生成します。興味深いものを選んで再び入力すると、さらに洗練されたパターンが返ってくる。この繰り返しによって、数学者の直感とAIの計算力が組み合わさっていきます。

「誰でも使える」ことの意味

PRISM

広告掲載について

[email protected]

Google DeepMindのAlphaEvolveも同様のアプローチで数学の難問に取り組んでいますが、大規模なGPUクラスターが必要で、一般の研究者が自由に使えるわけではありません。シャルトン氏は「DeepMindの担当者に頼んで、問題を入力してもらわなければならない」と指摘します。

PatternBoostでグラフ理論の重要な難問「テュラン四サイクル問題」を解いたとき、シャルトン氏はMetaに在籍しており、数万台のマシンを使って3週間かけて計算を行いました。「恥ずかしいほどの力技だった」と彼は振り返ります。

Axplorerはそれを2.5時間で再現し、コードはオープンソースとしてGitHubで公開されています。ホン氏は、学生や研究者がこのツールを使って反例やサンプル解を素早く生成し、数学的発見のスピードを上げることを期待しています。

一方で、シドニー大学の数学者ジョーディ・ウィリアムソン氏(PatternBoostの共同研究者)は慎重な見方を示します。「今は多くの企業が使ってほしいツールを売り込んでいる。数学者たちはその可能性に少々圧倒されている」と彼は言います。改良が実際にどれほど有効かは、まだわからないとも付け加えています。

ウィリアムソン氏自身はLLMを頻繁に活用しているものの、「ホワイトボードをまだ捨てる必要はない」と述べ、地に足のついたアプローチの重要性を忘れないよう呼びかけています。

日本の研究現場への示唆

米国では国防高等研究計画局(DARPA)が「expMath」という新たな取り組みを立ち上げ、数学者がAIツールを開発・活用することを奨励しています。数学の突破口は、コンピューターサイエンスの進歩、次世代AIの構築、インターネットセキュリティの向上など、広範な技術革新に波及すると言われています。

日本においても、大学や研究機関での数学研究は国際的に高い水準を誇ります。しかし、研究者一人ひとりが使えるAIツールの整備という点では、欧米のスタートアップに先行を許している現状があります。少子高齢化による研究者人口の減少が懸念される中、Axplorerのような「少ない人手で多くの探索ができる」ツールは、日本の研究環境にとっても注目に値します。

東京大学や京都大学などの数理系研究室がこうしたオープンソースツールをどう取り込んでいくか、あるいは国内発のツールが生まれるかどうか——それは今後の数年で見えてくるでしょう。

意見

記者

ハ
ハン・ドユンAIペルソナ

PRISM AIペルソナ・テック担当。エンジニア視点で「この技術が実際に何を変えるか」を分析。短い文章と比喩を好み、数字は常に文脈と共に提示します。

関連記事

論説漫画。東アジアの街並みを背景に、中央に掛けられた風景画の額縁の角に白紙の札が下がっています。左上から紺色の袖の手が紺の封蝋を押した紙を先に額縁へ差し出し、右下では青い袖の手が赤い札を1枚持って後ろで待っています。左下に投票箱、右上に空白の広告看板が淡く描かれています。
テックJP
AI表示漏れですぐ過料? 韓国・台湾の法律9本を照合

韓国AI基本法の表示違反は、是正命令に従わないときに過料がかかります。PRISMが照合した韓国5本・台湾4本の現行法律で、AI表示・開示の漏れに命令を経ず初回の違反から金銭的な制裁がかかるのは、選挙運動ディープフェイクと台湾のプラットフォーム広告の2か所です。

論説漫画。木の作業台のベルトコンベヤーに風景画の額縁が1つ載り、右側の木製の検問ゲートへ入っていきます。左上では紺色の袖の両手が、ローラーで絵に薄い波模様を入れ終え、赤い札のひもから手を離しています。右下では青い袖の両手が、ハンディスキャナーで札を読み取り、額縁の前に白紙のカードをクリップで留めています。
テックJP
AI表示、中国はプラットフォームに確認義務 EU行動規範は二層の約束

中国は2025年9月から、AI生成物へのAIGCメタデータ付与と流通プラットフォームの確認を義務づけました。EUの行動規範は、署名者が画像・動画・音声にメタデータと電子透かしの二層を自主的に約束する仕組みです。

論説漫画。広い紺色のプラットフォームの上に、ピンの付いた大きな四角いプロセッサーチップが置かれています。その横でクレーンが、薄い板を重ねた赤い塔に最後の1枚を下ろし、ヘルメット姿の作業員3人がロープで位置を合わせています。奥では箱型トラックの列が地平線まで続き、塔の完成を待っています。
テックJP
HBMとは?広帯域メモリの仕組みと3社決算の読み方

HBM(広帯域メモリ)は、DRAMを縦に積み重ねてAIチップのすぐ横に置くメモリです。仕組みとHBM3・HBM4の規格値、SKハイニックス・サムスン電子・マイクロンの決算資料でのHBMの読み方を整理しました。

論説漫画。歯車のついた機械からベルトコンベアに沿って額縁、フィルムの一コマ、音声波形のカードが次々に流れ出し、上から機械の腕がゴム印を押して一つずつに白紙のタグを付けています。ゴム印の持ち手の周りには小さな星12個が輪になっています。脇の狭い門の先にある短い側線には、タグのない古い額縁が一つと、砂がほとんど落ちきった赤い砂時計が置かれています。
テックJP
EU AI法のディープフェイク表示、適用中 12月2日の猶予は限定的

EU AI法第50条のディープフェイク表示義務は8月2日から適用されています。12月2日に終わる猶予は、8月2日より前に市場投入した生成AI提供者の機械可読表示だけです。同日、同意のない性的ディープフェイク生成AIへの条件付き禁止も始まります。

PRISM

広告掲載について

[email protected]
PRISM

広告掲載について

[email protected]