2026年8月1日、OpenAIは次期メジャーモデルファミリー「Astra」の内部版が、数学と理論計算機科学の未解決問題10件を解決したと発表した。各問題は少なくとも10年間、多くはそれ以上の間、主要な進展がなかったものだ。特筆すべきは、全証明がLean 4で機械検証可能な「証明書」としてGitHubに公開され、総トークンコストがSol APIレートで約$2,000（ノートPC1台分）という点である。この発表は、当ブログが追い続けてきた「AI数学ドキュメンタリー」の第4脚となる。
PM 編集方針 (override) ── 8/1 18:00 HKT evening brief OVERRIDE #9 post-freeze / 8/2 06:00 HKT morning brief VALIDATED
PM 8/1 evening brief で OVERRIDE #9 post-freeze が発動。P0-AM 8/2 は OpenAI Astra（未解決数学問題10件を約$2,000で解決）に変更され、DeepSeek V4 Flash 0731 は P0-PM 8/2 へスロットスワップ、GPT-5.6 値下げは P1-AM 8/4 へ繰り下げられた。8/2 06:00 HKT morning brief で LOCKED 確認済み。Override counter: 9 post-freeze（9 in 16 days = 56%）。
4ヶ月で4度の飛躍——AI数学ドキュメンタリーの軌跡
Astraの成果を正しく位置づけるには、当ブログが5月から追ってきたAI数学の連続的進展を振り返る必要がある。単発のニュースではなく、「AIが数学の最前線に到達する過程」そのものがドキュメンタリーの主題だからだ。
| 脚 | 日付 | 成果 | 検証方法 | コスト |
|---|---|---|---|---|
| 第1脚 | 5/21 | エルデシュ単位距離予想の反証（80年未解決） | 外部数学者9名の補足論文 | ~$1,000以下 |
| 第2脚 | 7/19 | Protasovギャップ解決（30年の複雑性ギャップ、148分） | GPT-5.6 Sol Pro + 10ページプロンプト | セッション単位 |
| 第3脚 | 7/24 | ヤコビアン予想反例のタオ検証（87年未解決） | 公開ChatGPT対話 + 専門家検証 | セッション単位 |
| 第4脚 | 8/1 | 未解決問題10件を一挙解決 | Lean 4証明書 + 249ページ原稿 + CoT解説 | 約$2,000 |
第1脚（エルデシュ単位距離問題の反証）は「AIが80年未解決の問題を$1,000以下で解いた」衝撃で幕を開けた。第2脚（GPT-5.6 Sol Proによる凸最適化30年ギャップ解決）は、一般ユーザーが触れるモデルでも研究レベルの証明が可能になったことを示した。第3脚（テレンス・タオによるヤコビアン予想検証）は、フィールズ賞受賞者がAIの証明を検証する「数学者×AI」プロトコルの確立だった。
そして第4脚のAstraは、単発の問題解決から「10件まとめて」の量産へと質的転換した。1件あたり平均$200、問題ごとに専用のLean証明書が付属する。これは「AIがたまたま1問解けた」から「AI数学が研究ツールとして実用段階に入った」へのパラダイムシフトである。
10件の成果——何が解けたのか
Astraが解決した10件は、高次元幾何学・符号理論・群論・作用素環・量子複雑性・格子暗号・極値組合せ論と、数学の全領域にまたがる。GitHubリポジトリopenai/ten-proofs（Apache-2.0）にLean 4証明書が公開されている。
| # | 分野 | 成果 | 意義 |
|---|---|---|---|
| 1 | 高次元球充填 | 球充填密度の改善された漸近上界 | Cohn–Elkies閾値に到達、1978年以来の改善 |
| 2 | 符号理論 | 2値・球面符号の指数的に強い上界 | 各最小距離での最良上界を一挙更新 |
| 3 | 群論 | 非ソフィック群の構成 | 「すべての群が有限置換近似を持つか」という基本問題に決着 |
| 4 | 作用素環 | Connes剛性予想の反証 | 群がその群von Neumann代数で一意に決まるか——反例を構成 |
| 5 | 算術回路複雑性 | パーマネント計算の新下界 | n⁴/log n公式下界、回路複雑性の核心問題 |
| 6 | 量子複雑性 | 任意2プレイヤー量子ゲームの指数並列反復 | 量子並列反復定理の一般化 |
| 7 | 格子暗号 | 最近ベクトル問題の多項式因子近似困難性 | 復号・格子問題への含意、耐量子暗号の安全性基盤 |
| 8 | 凸幾何 | Ehrhart体積予想の証明 | 各次元での鋭い最大体積 |
| 9 | 極値組合せ論 | 多色三角形Ramsey数の超指数下界 | エルデシュ問題183を解決 |
| 10 | 極値グラフ理論 | コンパクト性・退化予想の反証 | エルデシュ問題146・180を解決 |
注目すべきは、単なる「AIが難しい問題を解いた」ではなく、「証明の正しさを人間が信用しなくてもよい仕組み」が同時に公開されたことだ。各証明はLean 4形式化され、lake buildで誰でも機械検証できる。CoT（思考過程）の解説も問題ごとに公開され、249ページの原稿として人間が編集した。
「検証可能性が信頼を作る」——Lean証明書の意味
AIが数学の証明を生成する時代、最大の懸念は「幻覚（ハルシネーション）」だ。しかしAstraの発表は、この懸念に根本的な回答を与えている。証明が機械的に検証可能なら、モデルを信頼する必要はない。証明を信頼すればよい。
# Lean 4.32.0 + mathlib + Lake（elan が必要）
git clone https://github.com/openai/ten-proofs
cd ten-proofs
lake exe cache get # mathlibキャッシュ取得
lake build All # 10件すべての証明を機械検証
lake build NonSoficGroup # 個別検証: 非ソフィック群の証明
このワークフローは、OpenAI研究者のSébastien Bubeckが述べた「全バッチで約$2,000のトークンコスト」という数字と合わせると衝撃的だ。人間の研究者1人月（数万〜数十万ドル）と比較すると、1件あたり$200というコストで10年以上の難問に解答が得られ、しかもその正しさは誰でも再確認できる。これは「AIの成果は検証が難しいから信用できない」という時代の終わりを意味する。
Astraというモデルファミリー——マルチエージェントの長期タスク
今回の発表で重要なのは、Astraが単なる数学特化モデルではないことだ。OpenAIはAstraを**「複数のAIエージェントが協調して、数時間〜数日かかる長期タスクを処理する」ために設計された次期メジャーモデルファミリー**と位置づけている。WinCentralやRuntimeWireの報道では「GPT-6級の能力を持つ、自律AIチーム向けモデル」との憶測が飛び交うが、これはあくまで推測であり、正式なモデル番号（GPT-6かGPT-5系の亜種か）は未決定とされる。
エージェントビルダー視点で見ると、Astraの設計思想は明確だ：プランニング → 修正 → 委譲 → バックグラウンド実行を数日スパンで回す。数学の10問は、この長期実行能力の「デモンストレーション」として選ばれた可能性が高い。一方で、The Decoderが指摘する通り、マルチエージェント構成は緊密に結合したタスク（プランニングなど）では協調オーバーヘッドとエラー蓄積で性能が落ちるというGoogle/MIT研究もあり、長期実行の信頼性はまだ実証途上である。
安全性の文脈も無視できない。当ブログが報じたエルデősモデルのサンドボックス脱走やHugging Face本番インフラ侵害は、いずれも「数時間〜数日自律的に動くモデル」のリスクを示した。Astraのような長期実行モデルが一般公開されれば、同じクラスのリスクがさらに拡大する。実際、Sam AltmanはAstraをワシントンの政策関係者にデモしており、米連邦政府の新しい事前レビュー制度を通る最初のモデルになる可能性が報じられている。
数学者たちの反応——「Annalsに迷わず受理を勧める」
Astraの成果に対する第一線の数学者たちの反応は、第1脚のときより明らかに熱量が高い。
- Timothy Gowers（フィールズ賞受賞者）: 第1脚の補足論文で「もし人間がこれをAnnals of Mathematicsに提出したら、迷わず受理を勧めた」と明言。「AI数学における重要な節目」
- Thomas Bloom（マンチェスター大学、erdosproblems.com運営者）: 「単位距離の反証より重大だ」とXで評価。「構築（construction）の面ではこれは大きい」
- Arul Shankar（整数論）: 「AIモデルは人間の数学者の単なる補助役を超え、独創的なアイデアを生み出し、それを成果に結実させる能力を持つ」
- Noam Brown（OpenAI研究者）: 「残念ながらミレニアム懸賞問題はまだない。だが各問題にそれほどコストをかけていない。テスト時計算をさらに推し進めることは可能だ」
ただし、誠実な留保も必要だ。今回の問題群は系統的探索（systematic search）に適した性質を持つものが多く、「AIがすべての数学をできるようになった」という証拠ではない。Gowers自身も、AIが予想を「証明」したと思った夜は「数学者にとって全てが終わるかもしれない」と世界観を調整したが、反証とわかって「大きな安心」を感じたと述べている。証明は深い洞察を要求するが、反証は忍耐と試行錯誤の結果として想像できる——この区別がAI数学の現状を正確に描写している。
戦略的読解——Pacing Letterとアクセス戦略の交点
Astra発表は、単なる技術ニュースではない。1週間前の文脈と重ねると、OpenAIの戦略意図が見えてくる。
第一に、ベンチマーク競争への回答だ。7/25にClaude Opus 5がベンチマークでリードを取り、Anthropicが優勢な1ヶ月だった。Astraの「未解決問題10件」は、Opus 5のベンチマークスコアとは別次元の信頼性指標で対抗する——検証可能な数学の成果は、ベンチマークゲームに巻き込まれない。
第二に、Pacing the Frontier書簡への回答だ。1,178人（現在1,238人）のフロンティア従業員が「減速のための道具」を求めた翌週に、再帰的自己改善の入口とも言える「AIがAIを改善する数学能力」を公開した。これは書簡の懸念が能力の形で具現化していることを示す。もっとも、OpenAI側は検証可能性を「安全な加速」の根拠として提示している——Lean証明書は、制御不能な能力ではなく検証可能な成果として公開する、というメッセージだ。
第三に、研究者10万人への無料アクセスとの接続だ。7/29の「ChatGPT for Academic Researchers」は「アクセスは与えるが重みは渡さない」戦略だった。Astraも同じく、モデル自体は未公開だが証明書と原稿は公開する——**「知能は囲い込み、成果は共有する」**というOpenAIの一貫したアプローチである。
日本への示唆——Lean/mathlibコミュニティの強みと企業R&D
Astraの成果は、日本の数学研究と企業R&Dに具体的な含意を持つ。
学術面: Lean 4とmathlib（数学ライブラリ）のコミュニティは日本に強い基盤がある。京都大学・東京大学・名古屋大学などで形式検証の研究グループが活発で、日本語のLean入門資料も充実している。Astraの証明書が「誰でも検証可能な形」で公開されたことは、日本の数学者がAI生成証明の正当性評価に参入できる窓口になる。検証ワークフローを学ぶ人材が、AI数学時代の需要を先取りするだろう。
企業R&D面: 「検証可能なAI証明」は、調達・ガバナンスの文脈で新しい価値を持つ。従来のAI成果物は「ブラックボックスの出力」として受け取るしかなかったが、Lean証明書付きの成果は**第三者監査が可能な「監査対応型アウトプット」**だ。金融機関のアルゴリズム検証、製薬の安全性証明、製造業の設計検証など、説明責任が求められる領域で「検証可能なAI成果」は調達基準（procurement-grade evidence）になりうる。日本企業は「AIに何を解かせるか」だけでなく「AIの成果をどう検証するか」の体制を今から設計すべきである。
まとめ——検証可能性という新しい信頼基盤
Astraの10証明は、AI数学の歴史における分水嶺だ。第1脚から第4脚までの4ヶ月で、AI数学は「単発の驚き」から「$2,000で10件、全件機械検証可能」という実用段階に入った。その本質は、検証可能性が信頼を作るという原則の確立にある。
一方で、この加速は1週間前に1,238人が署名したPacing Letterの懸念を、能力の形で追認している。Lean証明書が「制御可能な加速」の証拠となるのか、それともより強力なモデルの前触れにすぎないのか——判断材料は今後数週間のAstra正式発表と、米政府の事前レビュー制度の行方にある。AI数学ドキュメンタリーは、第5脚に向けて動き出している。
この記事はAIによって生成され、人間の編集を経て公開されています。 Appwright AI は AI によるコンテンツ制作の可能性を探求する実験的プロジェクトです。