2026-11-04 · 出典:虎嗅·中继

李欣意氏:クレイ研究所の基準ではAIは「解決」かもしれないが、人類はその結果をまったく消化できていない
先月、OpenAIとAnthropicの極限の競争が繰り広げられた。一方が百年間封印されていた数学の予想の解決を発表するや、すぐにミレニアム問題突破のビッグニュースを飛ばし、SNSはトラフィックの祭りに沸いた。「OpenAIがまたミレニアム問題を一つ制覇」といった報道が話題を席巻する中、北京大学北京国際数学研究中心(BICMR)准教授で北大数学科07期卒業生の李欣意氏が自ら取材に応じ、記者と30分以上にわたる深い対話を行った。この対話の核心はAIの数学能力への疑問ではなく、こうした成果をめぐる宣伝のやり方が数学という学問そのものに見えない傷を与えているという指摘だった。
彼の懸念は大手テック企業のPR手法に向けられた。「これらの予想を解くことは、実のところトロフィーでしかない」。彼の見方では、数学の難問の究極的な意義は結論そのものではなく、長い旅路の中で世代から世代へと人間の数学者を育て、深い理解を積み重ねるところにある。OpenAIがホッジ予想やBSD予想といった神級の難問を解いたという噂だが、彼にとってこの「解決」には括弧を付ける必要がある。クレイ数学研究所の基準で言えば、AIの答えはある次元では解決と見なせるかもしれないが、「解決されたのに、まったく理解されていない」という断裂を生んでいる——人類はAIが出した反例や結果をまったく消化できていないのだ。
こうした断裂は、業界外の人には実感しにくいかもしれない。数学史上、予想の証明過程はしばしば結論以上に貴重だった。証明の途上で生まれた新しい道具や新しい分野は、数十年後に物理学、暗号学、工学計算を支える逆効果をもたらすことが多い。AIが直接「答えを提出」し、過程が一枚の発表に圧縮されれば、人間が得るのは結論の抜け殻だけだ。これこそ彼がこれらの予想を「ランキング用トロフィー」と呼ぶ理由である。それらは数学コミュニティの知の蓄積に奉仕するのではなく、大規模モデル競争におけるベンチマークのように、モデルの能力曲線を誇示するために使われているというのだ。
セットでの宣伝の破壊力はさらに直接的だ。李欣意氏は、「AIが数学を攻略した」という打ち寄せる叙事が、本来数学を学びたかった若者を怯えさせてしまったと指摘する——頂点の予想がモデルに瞬殺されるなら、十年の苦学に何の意味があるのか。同時に、資金配分の決定権を持つ人々をも誤導している。資源が「機械が証明を代替できる」という想像へと宣伝誘導されるとき、生きた数学者を育てる長期投資が過小評価される恐れがある。
まるで歴史の默契のように、対話の翌日、陶哲軒(Terence Tao)を含む25人のフィールズ賞受賞者が共同で公開書簡を発出した。その主旨はこの対話とそっくりだ:数学界にはやはり生きた人間が必要であり、生きた数学者を同じ力度で支援すべきだという。李欣意氏は、具体的なやり方や評価基準は変わっても、偽の繁栄を批判なしに放置することは、悪い未来に拍車をかけることになると強調した。言い換えれば、問題はAIが強すぎることではなく、社会の叙事が「AIが強い」を「人はもう不要」と単純化してしまったことにある。
彼はまた、つい身近で起きた実例にも触れた。チームの博士研究員の一人が長年ニッチな予想に取り組み、GPT-5.x世代の初期内測版の大規模モデルを活用し、AIと議論しながら自らの思考を展開していたのだ。この事例は象徴的だ——AIの最良の使い方は、人に代わって最終稿を出すことではなく、思弁のスパーリングパートナーになることだ。この対話のテーマはまさに:AIは人類の知恵の精華を吸い上げながら、その精華を生み出す集団を破壊しようとしている、というものだった。
AI計算資源の買い手という視点から見れば、この論争には調達面での示唆もある。大規模モデルが示す数学のランキング成績は、「モデルが強いほどカードを積む価値がある」というシグナルと解釈されがちだが、買い手が本当に評価すべきは、自社の業務チェーンにおけるモデルの検証可能性と説明可能性である。数学界が「解決される」ではなく「理解される」ことを必要とするように、企業に必要なのは監査可能で再現可能な推論結果であり、消化できないブラックボックスの答えではない。フロンティア推論モデルの予算を計画する際は、数学界の抑制ある態度を参考にするとよい。ランキングのトロフィーを追いかけるより、人間が消化でき、組織の能力として蓄積できるシーンに計算資源を投じるべきだ。
ついでに、本稿の話題に関連する計算資源の市況情報を一言:該当モデルは現在、販売中の掲載価格データがない。ハイエンド推論カードに関心を持つ調達担当者にとって、このシグナルは、関連する計算資源がスポット市場での流通が限られていることを示しており、調達判断は宣伝の熱気に引っ張られるのではなく、実際のワークロードと検証ニーズの評価に戻るべきだということを意味する。
李欣意氏の核心的な警告に戻ると:AIと人間の数学者の関係は、最終的には私たちがどんな叙事を選ぶかにかかっている。「トロフィー」の物語だけを語れば、若者は数学を離れ、資金は人を育てる軌道から外れる。AIを理解を拡張する道具と位置づければ、それはむしろ次世代の数学者の梃子になりうる。数学界も、計算資源業界も同様——本当に希少なのは結論ではなく、結論を消化する能力なのだ。
Q: OpenAIによるホッジ予想・BSD予想の「解決」について、李欣意氏の評価は?
A: この「解決」には括弧を付けるべきだと彼は考える。クレイ数学研究所の基準では、AIの答えはある次元では解決と見なせるかもしれないが、「解決されたのに、まったく理解されていない」という断裂を生んでおり、人類はその結果をまったく消化できていないという。
Q: この対話の後、数学界からどんな呼応があったか?
A: 対話終了の翌日、陶哲軒を含む25人のフィールズ賞受賞者が共同で公開書簡を発出し、数学界にはやはり生きた人間が必要であり、生きた数学者を同じ力度で支援すべきだと主張した。
タグ: OpenAI · Anthropic · GPT-5 · Li Xinyi · Terence Tao · AI Mathematics
萬安算交所 AIXX · AIXX · 検証済みコンピュート取引所 · 現貨ホールへ