「証明できない問題」をAIが証明した――Claude Fable 5がヤコビアン予想を破壊する日、数学の民主化が始まった

なぜ「証明できない問題」をAIが解けるのか

2026年7月、数学の世界で静かな革命が起きた。Anthropicの数学者レベント・アルポゲ氏が、AIモデル「Claude Fable 5」を使って87年間未解決だったヤコビアン予想の反例を生成したと報告したのだ。この出来事が意味するところは、単なる「AIが難問を解いた」というレベルではない。それは「人間が数千年かけて築いてきた数学という城壁に、AIという新しい梯子がもたらされた」ことを示唆している。

ヤコビアン予想は、複素数を扱う多項式方程式における根本的な性質に関する未証明の問題だ。1939年以来、数学者たちが証明を試みてきたが、その難しさは「悪名高い」レベルを超えている。それはなぜか。この問題は、直感的には「真実っぽく見える」のに、それを厳密に証明しようとすると、数学の奥深い領域へ次々と迷い込まされるからだ。まさに数学者たちの「墓場」と呼ばれてきた。

では、AIはどうやってこの難問に挑んだのか。その答えは、従来の数学的思考とは全く異なるアプローチにある。

AIが「違う角度から」問題を見る力

Claude Fable 5が反例を生成できた理由は、人間の数学者とは異なる「思考の自由度」にある。数学者は、既存の理論体系や証明技法という「道具箱」の中で問題を解く。これは非常に効率的だが、同時に非常に限定的でもある。一方、LLM（大規模言語モデル）は、膨大な数学論文、証明例、反例パターンを学習している。そして最も重要なのは、AIには「その道具箱にない発想」で問題を再構成する能力があるということだ。

具体的には、Claude Fable 5は以下のようなプロセスを実行した可能性が高い：

パターン認識の多層化：ヤコビアン予想関連の数万の論文から、「反例が存在する可能性がある領域」のパターンを抽出
境界値の探索：従来の数学的直感では「試す価値がない」と考えられていた条件空間を系統的にスキャン
反証可能性の構築：単なる「これは反例かもしれない」ではなく、検証可能な具体的な反例を構成

これは、AlphaFold がタンパク質折り畳みを「物理シミュレーション」ではなく「確率的配置予測」として解いたのと同じ発想転換である。AIは「その分野の常識」に縛られていないからこそ、人間が見落とした扉を開けられるのだ。

「数学の民主化」が始まる危険性と可能性

しかし、この成功は一つの大きな問題を生み出す。それは「誰が数学の最前線に立つのか」という問題だ。

これまで、難問を解くのは数十年のキャリアを積んだ一流数学者たちに限定されていた。彼らは膨大な時間と才能を投じ、その過程で新しい理論体系さえ構築してきた。ところが、Claude Fable 5のような高度なAIモデルが登場すれば、この限定性は失われる。極端に言えば、「数学への興味と API キーがあれば、大問題に挑める時代」が来つつあるのだ。

これの何が問題か。それは二つの側面がある：

検証可能性の危機：AIが生成した「反例」が本当に正しいのか、人間が厳密に検証する必要がある。AIの回答を盲目的に信じることは、数学という「真理の体系」を破壊する
理論発展の停滞：反例を見つけることと、その反例がなぜ存在するのかの理由を理解することは全く別だ。AIが答えを与えても、人間の理解が進まなければ、次の数学的ステップへは進めない

逆に、可能性も大きい。若い研究者や異分野の人材が、これまで諦めていた難問に挑戦できるようになる。数学の敷居が下がることで、全く予期しない領域から革新的な発想が生まれるかもしれない。