AIが80年来の数学難問を自力で反証――エルデシュの「単位距離予想」が崩れた

AIが、80年ものあいだ誰も崩せなかった数学の難問を、自力で解いてしまったという話です。2026年5月20日、OpenAIは、数学専用に作ったわけではない汎用の推論モデルが、ポール・エルデシュが1946年に出した「単位距離問題」の長年の予想を反証した、と発表しました。しかもその証明は、フィールズ賞受賞者を含む9人の数学者が検証し、「一流誌にそのまま載せていい水準」と評価されています。

単位距離問題という難問

問題そのものは、文章だけなら小学生でも読めるくらい簡単です。平面に点を n 個置いたとき、ちょうど距離が 1 になる点のペアは、最大でいくつ作れるか——これだけです。

並べ方をいくつか試すと、こうなります。点を一直線に並べれば、隣どうしで n−1 ペア。碁盤の目（正方格子）に並べると、縦と横でだいたい 2n ペア。その格子をうまく縮尺すると、もう少しだけ多くできます。ただ、どう工夫しても「点の数にほぼ比例する程度（それをぎりぎり上回るくらい）」が限界だろう、というのが長年の見立てでした。

エルデシュ自身、ペアの数の上限は n の「1+o(1)」乗——指数に付いた小さな項は n を大きくするとゼロに近づくので、要するに「ほぼ点の数どおり」——だと予想し、この問題に賞金までかけていました。以来およそ80年、正方格子を並べたものがほぼ最善で、それを大きく超える配置は作れない、と信じられてきたわけです。離散幾何の世界では「いちばん有名で、いちばん簡単に説明できる未解決問題」とまで呼ばれてきました。

予想を覆した新しい配置

今回のモデルは、この予想のほうが間違っていたことを示しました。無限に多くの n について、n の「1+δ」乗（δ は 0 より大きい、決まった数）個の単位距離ペアを持つ配置を作れる、というものです。

「ほぼ点の数どおりが限界」と思われていたところに、点の数を「1より少し大きいべき乗」で上回るペアが作れた、ということです。指数の差はごくわずかに見えても、増え方の性質そのものが変わる結果です。最初のAIの証明では δ の具体的な値までは出ていませんでしたが、その後プリンストン大のウィル・サウィンが δ=0.014、つまり n の1.014乗まで取れることを示しました。

つまり、「正方格子がほぼ最善」という80年来の常識のほうが間違っていた、というのが今回の答えでした。

幾何学に持ち込まれた整数論

意外だったのは、平面の点の話なのに、決め手になったのが「代数的整数論」——ふつうの整数を拡張した世界で、素因数分解のような性質を調べる分野——だったことです。一見、まったく畑違いの道具です。

エルデシュのもとの構成は、ガウス整数（a+bi の形の数）で説明できます。今回の議論は、このガウス整数を、もっと複雑で対称性の豊かな数の体系（代数体）に置き換えることで、距離 1 の差をたくさん作り出します。途中では「無限類体塔」や「ゴロド–シャファレヴィチ理論」といった、整数論ではよく知られた道具を使います。これらが平面の幾何の問題に効くとは、専門家でも思っていませんでした。検証にあたった数学者は、この思いがけないつながりこそが今回の見どころだと口をそろえています。

数学専用ではない汎用モデル

「どう見つかったか」も大きな注目点でした。証明を出したのは、数学専用に訓練したモデルでも、証明を探すために組んだ特別な仕組みでも、この問題に狙いを定めたものでもありません。ChatGPTやCodexを動かしているのと同じ系統の、汎用の推論モデルです。

OpenAIは、先端のモデルが最前線の研究に貢献できるかを試す一環として、エルデシュが残した問題を集めてモデルに解かせていました。その中で、この未解決問題の証明が出てきた、という経緯です。検証にあたった数論研究者のアルル・シャンカーは、いまのAIは人間の補助役にとどまらず、独創的なアイデアを自分で出し、それを最後までやり切る段階に来ている、と評しています。

AIと数学の関係が変わる節目

OpenAIによれば、ある数学分野の中心にある未解決問題を、AIが自律的に解いた初めての例だといいます。検証した数学者の評価も高く、フィールズ賞受賞者のティモシー・ガワーズは、もし人が書いて『Annals of Mathematics』（数学の最高峰の学術誌のひとつ）に投稿してきたら、ためらわず採録を勧める水準だ、と述べています。

注目されているのは、結果そのものだけではありません。整数論という遠い分野の道具が幾何の問題に効くという橋がかかったことで、ほかの離散幾何の難問にも同じ発想が使えるのではないか、と数学者たちが動き始めています。もっと広く見れば、長い論証を途中で破綻させずに組み立て、離れた分野の知識をつなぐ力は、数学にかぎらず物理や生物学、工学などでも効いてくるはずです。AIが研究の相棒になりうる、という見通しを具体的に示した一件、というわけです。

受け取るときの留意点

派手な話なので、冷静な補足も添えておきます。

まず、検証された証明は、AIが出した生の出力そのままではなく、人が読める形に整理・編集したうえで確認されたものです。証明の正しさは複数の数学者が確かめていますが、「AIがボタン一つで完成形を吐き出した」とまとめるのは少し違います。

また、9人の数学者によるコンパニオン論文（証明を人の手で整理し直し、背景を解説したもの）や、サウィンによる δ=0.014 の評価は、いまのところ arXiv に出ているプレプリント（査読前）です。今後の査読で細部の表現が変わる可能性はあります。

さらに、「予想を反証した」とは、信じられてきた上限が間違っていたと示した、という意味です。単位距離問題そのものが完全に決着したわけではありません。今回得られた下限（n の1.014乗あたり）と、1984年以来知られている上限（n の3分の4乗あたり）のあいだには、まだ開きが残っています。本当の増え方がどこに落ち着くかは、依然として未解決です。

OpenAI自身も、どの問題を選び、結果をどう解釈し、次に何を問うかを決めるのは人の役割だとしています。この1件をもって「AIが数学を肩代わりする」という話にはならない、というところは押さえておきたいところです。