2026年8月1日、AI業界にとって記念すべき日となった。OpenAIは次期主力モデルファミリー「Astra」を発表したが、そのデビューの形態はこれまでとは全く異なるものだった。ベンチマークスコアの羅列ではなく、数学と理論計算機科学における10の長年未解決問題を解決し、すべての証明をLean 4で形式化してGitHubに公開したのである。解決にかかった推定コストはSol API料金で約2,000ドル。人間の専門家を数十年悩ませてきた問題が、クラウド計算の料金レベルで攻撃可能になったことを示している。
1. Astraは「数学の発見」でデビュー
これまでのAIモデル発表は、MMLUやHumanEval、SWE-benchなどのベンチマークスコアを前面にすることが多かった。しかしAstraの発表は、検証可能で偽造が困難な「実際の研究業績」を売りにしている。OpenAIは249ページの論文手稿に加え、モデルの推論過程を再構成したドキュメント、そして Lean 4 の形式証明リポジトリを同時に公開した。
Lean証明は機械によりチェック可能なため、誰でも証明の構造を検証できる。これは、見栄えの良い証明の連鎖が実は重要なステップを飛ばしているという、AIによる証明発表の最も一般的な失敗パターンを封じる。
AstraはOpenAIの次期主要モデルファミリーで、長期間タスクの実行と複数エージェントの協調を重視しているとされる。現時点では社内モデルであり、外部からの利用はできない。
2. 解決された10の問題
Astraが成果を出した問題は、純粋数学から理論計算機科学、量子情報まで幅広くまたがる。OpenAIによると、これらの主要結果は少なくとも10年間進展がなかったものがほとんどである。
| 分野 | 問題 | Astraの主張 |
|---|---|---|
| 高次元幾何学 | 球体詰め込み問題 | Cohn–Elkies閾値までの新しい漸近的上界。1978年以来の一般指数改善 |
| 符号理論 | 2進・球面符号 | 指定最小距離における最大符号サイズの指数関数的改善 |
| 群論 | 非sofic群の存在 | 有限生成非sofic群の構成。2000年のBenjamin Weissの問題に答える |
| 作用素環 | Connes剛性予想 | 特定の群がvon Neumann環で一意に決まらないことを示す反例 |
| 代数計算复杂性 | 行列式/permanent | 除算なし回路・公式のpermanent下界、n⁴/log n公式下界など |
| 量子情報 | 量子並列反復 | 一般の2プレイヤー量子ゲームに対する指数関数的並列反復定理 |
| 格子暗号 | 最近接ベクトル問題 | 多項式因子の近似困難性。後量子暗号の基盤に関わる |
| 凸幾何学 | Ehrhart体積予想 | 重心が唯一の内部格子点である凸体の最大体積を決定 |
| 組合せ論 | 多色Ramsey数 | 超指数的下界。Erdős問題183の解決 |
| 極値グラフ論 | コンパクトネス・退化性予想 | Erdős問題146と180の解決 |
中でも非sofic群の存在は、Mikhail Gromovが1999年にsoficityという概念を導入して以来、数学者にとっての核心問題の一つだった。Astraがその構成を提示したことは、群論における大きな出来事である。
3. Lean証明がなぜ重要か
Leanは数学的命題を形式的な言語に翻訳し、各ステップが定義と公理から正しく導かれているかを機械的に検証する証明支援系である。人間が40ページの証明を数か月かけてチェックしても見落としが起こりうるが、Lean証明はコンパイルが通れば論理構造に矛盾がないことを保証する。
ただしLeanが保証するのは「形式化された命題が Lean 内で正しい」ことだけである。以下は依然として人間の専門家が審査する必要がある。
- 形式化された命題が、数学コミュニティが本当に問うている問題と一致しているか
- 定義や帰着が分野の標準的なものと整合しているか
- 結果の新規性や重要性の評価
OpenAIはリポジトリをApache 2.0ライセンスで公開しており、lake exe cache get && lake build Allで全10結果の形式証明をビルドできるようにしている。
4. $2,000という衝撃的なコスト
OpenAIは、10の解決を見つけるのに必要なトークンをSol APIの料金で換算すると約2,000ドルだったと公表した。これには訓練コスト、人間の作業、形式化・検証・インフラコストは含まれていない。しかし、それでも数十年間人間の専門家を悩ませてきた問題への攻撃が「クラウド料金」のレベルにまで下がってきたことは大きな意味を持つ。
もしこの一般化が進めば、特定の数学的発見におけるボトルネックは「希少な人間の天才」から「計算リソースと問題選択」へ移る可能性がある。
5. 専門家の反応と残された検証
- Timothy Gowers（フィールズ賞受賞者）: 一部の証明について「トップジャーナルに遠慮なく推薦できる」とコメント。
- Thomas Bloom（マンチェスター大学、erdosproblems.com運営）: 「ビッグニュース」と評し、5月のErdős単位距離反例より大きな数学的構成だと述べた。
- Kingy.ai（検証メディア）: 「企業発表としては異例に検証可能だが、独立した専門家レビューはまだ始まったばかり」と指摘。10結果のうちいくつかが撤回されれば大きな影響を与えるが、多数が検証を乗り越えれば「AIによる最先端研究」の転換点となる。
6. 前段階：5月のErdős単位距離予想反例
Astra発表は、2026年5月20日にOpenAIが未公開モデルでErdős単位距離予想の反例を生成したことの延長線上にある。当時もLean証明と推論過程が公開されたが、今回はスケールが桁違いだ。単一の目玉結果ではなく、8つの異なる分野にまたがる10結果を同時に公開している。
7. 業界への示唆
- ベンチマーク飽和への対応: 従来のリーダーボードは「ゲーム化された」感があり信頼を失いつつある。Lean証明のような検証可能な成果が、新しい能力示の形になりうる。
- AI for Scienceの加速: 数学だけでなく、物理学、生物学、材料科学でも同様のパイプラインが適用可能。
- コスト構造の変化: 数千ドルで最先端問題に挑めるなら、研究機会が大規模に民主化される。
- 検証インフラの重要性: 形式証明の検証能力や、数学コミュニティとの協働が今後さらに重要になる。
まとめ──AIが「証明する存在」になる
OpenAI Astraの10の数学結果は、すべてが正しいと決着するかどうかはまだわからない。しかし、未解決問題を自動で攻撃し、形式証明を添えて公開するというパイプラインそのものが、AIの使途を大きく変えた。
これはチャットボットの性能向上ではなく、人類の知識生産の根本的なパートナーとしてのAIの登場を示唆している。数学者とAIの協働が、これまでの常識を超えるスピードで知識を拡張する時代が、2026年8月に現実味を帯びてきた。
本記事は、OpenAI公式発表、The Decoder、AI Weekly、Developers Digest、Implicator.ai、Kingy.ai、AETOS.ai、Build Fast With AIの2026年8月1日付報道に基づいて作成。