Posts

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。 ...

2026年7月30日（米国時間）、Google DeepMind はロボット向け AI モデル群 Gemini Robotics 2 を発表した。前世代（Gemini Robotics 1.5）が人型ロボットの「上半身によるテーブル上の作業」に限られていたのに対し、今回の VLA（Vision-Language-Action）モデルは足先から指先までの全身動作を単一のモデルで制御する。歩く・しゃがむ・伸びる・物を運ぶを一連の動作として扱い、5本指22自由度のハンドでヒモ結びや電球のねじ込みまでこなす。発表から4日が経過した土曜日現在も Hacker News で 561 ポイント・446 コメントと高いエンゲージメントを維持しており、「テーブル上のタスク」から「実世界の全身タスク」へ移るフィジカル AI の転換点として注目されている。 PM 編集方針 (override #8 slot-swap) ── 7/31 18:00 HKT evening brief OVERRIDE #8 / 8/1 06:00 HKT morning brief VALIDATED 本トピックは PM 7/31 evening brief の OVERRIDE #8 により、P0-AM 8/1 から P0-PM 8/1 へ slot-swap された（Anthropic 3-org breach capstone が AM 枠へ昇格）。8/1 06:00 morning validation scan で「✅ VALIDATED (slot-swap stands)」確認済み。override counter: 8（post-freeze、8 in 15 days = 53%）。本記事のスロット自体は LOCKED plan であり、override の追加発動なし。 ...

PM 編集方針 (override) ── 7/31 18:00 HKT evening brief OVERRIDE #8 post-freeze / 8/1 06:00 HKT morning brief ENRICHED PM 7/31 evening brief で OVERRIDE #8 post-freeze が発動。P0-AM 8/1 に「Anthropic 3-org breach capstone（containment documentary leg 3）」を指定し、本来 P0-AM 8/1 だった「Gemini Robotics 2」は P0-PM 8/1 へ slot-swap。override decision tree 5/5 PASS（マルチソース収束 10+ / Day-2 breaking safety story / #130→#132→本件の containment ドキュメンタリー第3脚 / #132 が提起した「one-off or systemic?」に systemic と回答 / 構造的結晶化）。8/1 06:00 HKT morning validation scan で LOCKED plan 確定 + Tailscale HF intrusion post-mortem（7/31公開）を ENRICHED（同 cluster ⑦ safety/security、override counter 不変 8 post-freeze）。Gemini Robotics 2 は P0-PM 8/1 に確定。 ...

当ブログ150記事目——2026年4月3日の開設以来、119日で150本目の記事となる。節目となる今回は、OpenAIが7月29日に発表した**「ChatGPT for Academic Researchers」**を構造分析する。研究者10万人へのフロンティアモデル無料提供という、AI業界の「アクセス戦略」を巡る分岐点を記録する記事だ。 発表の要旨——10,000人から100,000人へ OpenAIは2026年7月29日、科学・数学・工学の研究者を対象に、2027年までに最大10万人へフロンティアモデルへの無料アクセスを提供するプログラム「ChatGPT for Academic Researchers」を発表した。今夏からまず10,000人がアクセスを開始し、プリンストン高等研究所（IAS）とフランスのÉcole normale supérieure（ENS）が初期参加機関として名を連ねる。米国外の機関が初期から含まれる点が、単なる国内プログラムではないことを示している。 項目 内容 対象 選定された研究機関に所属する科学者・数学者・エンジニア 規模 今夏10,000人 → 2027年までに100,000人 提供モデル GPT-5.6ファミリー（Sol Pro / Terra / Luna） ツール ChatGPT / ChatGPT Work / Codex / 拡張版Deep Research コラボレーション 招待可能な同機関の共同研究者4名まで プライバシー ビジネスグレードの保護、デフォルトでモデル学習に不使用 背景コミットメント 2027年までの対外科学研究支援に$250M+（NextGenAI $50M含む） 参加研究者に与えられるのは、実質的に月額$200のChatGPT Pro相当のアクセスを1年間提供するのに近い価値だ（Axios報道）。招待された研究者1人につき同機関から4人までを追加招待でき、全アカウントが10万人の上限にカウントされる。 なぜ今、学術アクセスなのか——$250M+の3層構造 このプログラムはOpenAIの対外科学研究支援コミットメントの一部だ。2027年までの$250M+は、3層で構成されている。 ChatGPT for Academic Researchers（今回発表）— モデルアクセス提供 NextGenAI（2026年5月）— 研究機関向け$50Mイニシアチブ（API・資金提供） DOE Genesis Mission — 国立研究所・大学へのフロンティアAI提供 特に注目すべきは、OpenAIがこのプログラムの単独コストを非開示にした点だ。$250M+という数字はNextGenAIの$50Mを含むコミットメント総額であり、アクセスプログラム自体の予算は明示されていない。これは「アクセス提供」がOpenAIにとってキャッシュアウトではなく、むしろエコシステム投資として位置づけられていることを示唆する。 研究加速のエビデンス——数字が示す既に起きている変化 OpenAIが発表資料で示したデータは、このプログラムが「未来への投資」ではなく「既に起きている変化の正式化」であることを示している。 週間130万人が高度な科学・数学用途でChatGPTを利用し、週間840万メッセージを生成 各分野でAI利用が上位20%の研究者は、4時間以上かかるタスクをAIに依頼する割合が約2倍（7% vs 3.5%） GPT-5.6 SolはFrontierMath Tier 4（研究レベルの数学推論）で83%（GPT-5.5の72.5%を大幅に上回る） GPT-5.6 Sol ProはGeneBench Pro（複雑な生物学的データ解析）で**31.5%**を解決 数学分野では、当ブログでも追跡してきた「AI数学ブレークスルー」の流れと合致する。凸最適化の30年ギャップを148分で解決した事例やテレンス・タオによるヤコビアン予想検証は、GPT-5.6 Sol Proが「道具」として数学研究の現場に入り込んだ証拠だ。今回のプログラムは、こうした個別のブレークスルーを制度化する試みと言える。 ...

26Bモデルが8GB MacBook Airで動く——その衝撃 2026年7月29日、独立系iOS/MetalエンジニアのAndrey MikhaylovがリリースしたTurboFieldfareがHacker Newsで1位（218ポイント）を獲得した。このプロジェクトが注目を集めた理由は単純明快だ：26BパラメータのGemma 4 26B-A4B命令チューニングモデルを、最も安価な8GB MacBook Airで約2GBのメモリ消費で動作させるという、従来の常識を覆す成果を達成したからだ。 筆者もこれまでGemma 4をローカルで動かす実践ガイドやGemma 4 12Bガイドを公開してきたが、26B MoEモデルのローカル実行は「最低でも16-18GBの空きメモリが必要」という壁が常に存在していた。TurboFieldfareはこの前提を根本から覆す。 TurboFieldfareのGitHubレポジトリはdrumih/turbo-fieldfareで公開されており、コードはApache 2.0ライセンス（モデル重みはGoogle Gemma規約に従う）。 なぜ2GBで動くのか——MoEとSSDストリーミングの巧妙な設計 Gemma 4 26B-A4Bの構造 Gemma 4 26B-A4BはMixture-of-Experts (MoE) アーキテクチャを採用している。「A4B」は Active 4 Billion の略であり、26Bの総パラメータのうち、各トークンに対して実際に活性化されるのは約15%（約3.88B） に過ぎない。残りの85%のパラメータ（エキスパート重み）は、トークンごとにルーターが選択したエキスパートだけが使われる。 従来のOllamaやLM Studioなどの推論フレームワークは、この「活性化率15%」という特性を無視し、全14.3GBの重みをRAMにロードしていた。24GB以上のMacなら問題ないが、16GB以下のマシンではメモリプレッシャーが発生し、快適な動作は期待できない。 TurboFieldfareの3つの革新 TurboFieldfareはこの「15%しか使わないのに100%をRAMに乗せる」という非効率に、3つの技術で挑戦する： 常駐コアの最小化：全モデルのうち、共有コア（1.35GB）とFP16 KVキャッシュ（4Kコンテキスト分） のみをRAMに常駐させる。ここに約2GBが使われる。 SSDからのエキスパートストリーミング：ルーターが選択したtop-8エキスパートの重みを、必要になった瞬間にSSDからストリームする。各トランスフォーマー層には16スロットのLFU（Least Frequently Used）キャッシュが用意され、同一エキスパートが連続して選択された場合の読み取りを最適化する。測定によると、同一エキスパートが次のトークンでも再選択される確率は約41%、2トークン以内では約57%に達する。 GPU/CPUのオーバーラップ実行：Metalが常駐重みを使ってアテンションとルーター演算を実行している間に、CPUがルーターのtop-8エキスパートIDを元にキャッシュミスを計算し、並列pread呼び出しで欠落エキスパートをMetal可視バッファに読み込む。Metalが共有エキスパートの演算を終えた時点でルーティング先のエキスパート重みが準備完了しており、待ち時間ゼロで合成演算に移行する。 この設計により、mmapを使ったナイーブな実装（約0.50 tok/s）から8〜12倍の改善（4-6 tok/s） を達成している。開発者は103件の実験結果をレポジトリ内で公開しており、mmap、madvise、F_RDADVISE、Markovエキスパート予測器、ディスク再配置など失敗した試行も含めた「実験ノート」そのものが貴重な知見となっている。 パフォーマンスベンチマーク TurboFieldfareの実測値はハードウェアによって大きく変わる。ボトルネックがメモリ帯域幅からSSDスループットに移行する点が特徴的だ。 ハードウェア デコード速度 (tok/s) 備考 M2 MacBook Air (8GB) 5.1 – 6.3 8GBマシンの限界。非同期タスクには十分実用的 M5 Pro (24GB) 31 – 35 十分なRAMによりページキャッシュが効き、実質的なディスクI/Oが減少 M4 Max (64GB) ~48 (コミュニティ報告) ほとんどのエキスパートがページキャッシュに常駐 重要なのは、「未使用RAM＝ディスクキャッシュ」という点だ。 マシンに余剰RAMがあれば、TurboFieldfareはOSのページキャッシュを活用して実質的なディスク読み取りを最小化する。一方、RAMが逼迫している環境ではトークン速度が生のSSD速度に近づく。 ...

PM 編集方針 ── 7/29 18:00 HKT evening brief LOCKED 計画（7/30 PM slot） PM 7/29 18:00 evening brief で P0-PM 7/30 に指定された内容。HN #6（237pts, 73cmt）で発見、PM 7/30 18:00 再検証でも未出版・妥当性確認済み。Zero Japanese coverage confirmed. 当記事は PM 7/29 PM brief LOCKED + PM 7/30 18:00 evening brief validation の二重確認を経ている。Builder tutorial cluster。Override counter: 7 (post-freeze)。NOT override（pipeline upgrade P1→P0）。 はじめに：500ドルでフロンティアを超える現実 2026年7月27日、FermiSense（フェルミセンス）という企業が一つのケーススタディを公開した。Qwen 3.5 9B Instruct という90億パラメータのオープンウェイトモデルに、強化学習（RL）ファインチューンを施したところ、GPT-5.6 Sol（93%）や Claude Opus 4.8（91%）を上回る 97%の精度 を自動車部品カタログレビュー業務で達成したという。 訓練コストは 約500ドル。推論コストはフロンティアAPIの 1/68倍。 これは「小さな専門家モデルがフロンティア汎用モデルを特定タスクで超える」というアイデアの最も具体的で再現可能な実証例の一つだ。本記事では、FermiSenseが何をどう行ったのか、GRPO（Group Relative Policy Optimization）がなぜ機能するのか、そして読者が自身の業務でこのアプローチを再現するための具体的な手順を解説する。 ...

2026年7月28日、フロンティアAI企業の従業員1,178人が連名の公開書簡「Pacing the Frontier」を発表し、米国政府に対して「自動化AI開発のフロンティアを意図的にペーシングする」ための技術的・ガバナンス的ツールを国際的に開発するための支援を求めた。署名者にはOpenAIのChief Scientist Jakub Pachocki、Anthropicの共同創業者Jared KaplanとJack Clark、Meta AIのChief Scientist Shengjia Zhao、Google DeepMindの安全性責任者Anca Dragan、そしてOpenAI共同創業者でThinking MachinesのJohn Schulmanらが名を連ね、OpenAIとAnthropicの両社が組織としても賛同を表明した。 この書簡は「AI開発の一時停止」を求めるものではない。むしろ、その逆である——必要なときに減速できる選択肢を、今のうちに構築しておくことを求める。本稿では、この書簡の全容、それが生まれた背景、そして即座に噴出した3つの批判を構造分析する。 書簡が求めているもの——「停止」ではなく「ペーシングのための道具」 書簡の核心は次の一文に集約される： 「米国政府に対し、自動化AI開発のフロンティアを意図的にペーシングするために必要な技術的・ガバナンス的ツールを開発する国際的取り組みを支援することを要請する」 この要請は、AI開発競争の**「囚人のジレンマ」**を認識した上での現実的な解決策である。個々の企業や国が単独で減速することは競争上の自殺行為に等しい。しかし全員が合意すれば、全員にとってより安全なペースで開発を進められる。その「全員が合意したときに初めて機能する減速メカニズム」を、今のうちに設計しておく——それが書簡の本質だ。 John Schulman（Thinking Machines, Chief Scientist）は自身の署名コメントで次のように述べている： 「この声明は、自動化AI研究が進歩を加速させるにつれて、調整メカニズムの必要性が生じる可能性について、共通認識を確立するのに役立つ。米国政府が関与する前であっても、ラボが自主的にこれらのメカニズムの設計を始めることも期待したい」 OpenAIのLeo Gaoはさらに率直だ： 「世界は知能爆発（intelligence explosion）——AIがより優れたAIを生み出す能力が、暴走する核連鎖反応のように臨界点に達する——に向かって致命的な競争に閉じ込められている。生き残るためには、レースを減速するための調整が必要だ」 誰が署名したのか——インサイダーが語る意味 この書簡の最大の特徴は、署名者の質にある。外部の批判者やアカデミアの研究者ではなく、フロンティアラボの内部で日々AIの進歩を目の当たりにしているエンジニアや研究リーダーたちが声を上げたことだ。 主な署名者： 氏名 役職 組織 Jakub Pachocki Chief Scientist OpenAI Jared Kaplan Co-Founder & Chief Science Officer Anthropic Jack Clark Co-Founder Anthropic Shengjia Zhao Chief Scientist Meta AI Shane Legg Co-Founder & Chief AGI Scientist Google DeepMind Anca Dragan Head of AI Safety Google DeepMind Dario Amodei CEO Anthropic Mark Chen Chief Research Officer OpenAI John Schulman Chief Scientist Thinking Machines Dawn Song VP, AI Research Meta Jasjeet Sekhon Chief Strategy Officer Google DeepMind Chris Olah Cofounder Anthropic 1,238人（7月30日時点）まで増加した署名者のうち、87人がウェブサイト上で個人コメントを公開している。GoogleのLaura Weidingerは「AIが電気と同じくらい変革的であるなら、それをどのように世界に導入するかについて意図的であるべきだ」と述べ、AnthropicのChristian Ryanは「外国籍従業員として、米国主導の取り組みは自由世界の自由だけでなく、すべての繁栄にとって死活問題だ」と語る。 ...

暗号アルゴリズムにAIが「数学的穴」を見つけた日 Anthropicは2026年7月28日、Claude Mythos Previewが二つの暗号アルゴリズムに対して数学的な脆弱性を発見したと発表した。これまでClaude Mythosが発見してきたのはソフトウェアの実装バグ──プログラマがコード上で暗号ライブラリを誤った使い方をするエラー──だった。今回の発見が画期的なのは、アルゴリズムそのものの数学的設計に欠陥を見つけた点にある。 この研究はまだ実運用システムに影響を与えるものではない。しかし、AIが暗号の数学的基盤を攻撃できる時代に入ったことを意味し、耐量子暗号への移行が進むNIST標準化プロセスに直接的な影響を及ぼす。 二つの核心的な発見 1. HAWK：耐量子署名のセキュリティ半減 HAWKはNISTの耐量子暗号コンペティション第3ラウンドに残るデジタル署名方式で、将来の量子コンピュータに対抗できる方式として設計されている。米国政府機関は2031年までの耐量子暗号移行を義務付けており（2026年7月現在のQuantum Computing Cybersecurity Preparedness Act deadline）、HAWKはその有力候補の一つだった。 Claude Mythos Previewが発見したのは、HAWKが基盤とする格子構造に隠れた数学的対称性（automorphism） だった。この対称性を利用することで、鍵回復攻撃の計算量を飛躍的に削減できる。 HAWK-256の期待攻撃コスト：2^64ステップ → 2^38ステップ（約6,700万倍の削減） 実効鍵長の半減：提案された鍵長のセキュリティマージンを半分に削減 発見時間：約60時間の半自律型マルチエージェントワークフロー APIコスト：約$100,000 Anthropicの研究者によれば、この発見をした人間は理論計算機科学者であり、格子ベース暗号の専門家ではなかった。専門知識を持たないオペレータでも、Claudeの自律的探索能力によって専門家が見逃した欠陥を発見できた点が重要だ。 HAWK開発者との責任ある開示プロセスを経て公開された。根本的な対処は鍵サイズの倍増だが、それではHAWKを選ぶ主な理由（パフォーマンス上の優位性）が失われる。 2. AES「Möbius Bridge」：7ラウンド版に対する200-800倍の高速化 AES（Advanced Encryption Standard）は2001年以来、インターネット上のほぼすべての暗号化通信を支える標準暗号である。今回Claudeが攻撃したのは10ラウンド中7ラウンドのみの縮約版であり、実運用されている完全なAES-128には影響がない。 Claudeが考案した「Möbius Bridge（メビウスの橋）」は、既存のmeet-in-the-middle攻撃における256通りの推論ステップを1つ削減する新たなフィンガープリンティング手法である。これにより： 攻撃速度の向上：既知の最良攻撃比200〜800倍高速化 前提条件：攻撃者が約2^105の選択平文暗号化を取得可能な学術的シナリオ（実用的脅威ではない） 検証時間：AIが約1週間で攻撃を開発 → 人間の研究者が約1ヶ月かけて数学的正しさを検証 注目すべきは、Claudeが最初からこのプロジェクトに抵抗したことだ。「AESは数十年の専門家レビューに耐えており、意味のある改善は不可能」という判断だった。研究者がプロンプトを調整し、「不可能だと思っても試す」ように促した結果、Claudeは自らエージェントハーネスを書き直し、探索を開始した。 発見プロセス：マルチエージェント暗号解析ワークフロー 今回の研究が示したのは、AIによる暗号解析のワークフロー全体の自律化である。 HAWK（半自律型マルチエージェント）： 二つのワーカーエージェントが協調して探索 一方のエージェントがアイデアを一旦拒否し、もう一方が実行に移す「協調的対立」を通じて発見 Python、Sage、論文データベースへのアクセス権限を持つ AES（ほぼ完全自律型）： 単一の自律エージェントが仮説立案→実験→検証→洗練のサイクルを自律実行 3日間で約10億出力トークンを生成後、論文形式まで昇華 人間の介入：3回のプロンプトのみ（研究開始の方向付け） このプロセスは、Claude Mythos Preview完全解説で解説したMythosの能力が、単なるソフトウェア脆弱性発見から数学的アルゴリズム解析へと拡張されたことを示している。 追加の発見：LEA、Serpent-128、その他 AnthropicはHAWKとAES以外にも、以下の暗号に対する予備的結果を報告している： 暗号 対象 改善内容 状況 LEA（軽量暗号、24ラウンド） 13ラウンド 実用的鍵回復（<2^30平文、デスクトップ<1時間） 検証中 Serpent-128（32ラウンド） 6ラウンド 完全鍵回復、既存研究を上回る（2^70平文） 検証中 Salsa20ストリーム暗号 - 10倍未満の高速化 予備的 Poseidonハッシュ関数 - 10倍未満の高速化 予備的 SHA-1 - 10倍未満の高速化 予備的 特にLEA（Lightweight Encryption Algorithm、韓国標準暗号）に対する実用的攻撃は、デスクトップPC上で1時間未満での鍵回復を達成しており、最も現実的な脅威に近い。 ...

PM 編集方針 (override) ── 7/28 18:00 HKT evening brief LOCKED 計画 PM 7/28 18:00 evening brief で P0-AM 7/29 として LOCKED された Open Secure AI Alliance 記事。PM 7/29 06:00 morning validation scan で同日 HN #1 に OpenAI Codex Security のオープンソース化 (156pts) が浮上し、同一クラスタ (safety/security ⑦) の enrichment として統合。OVERRIDE #7 (post-freeze counter: 7 in 11 days = 64%)。override 理由: 7/22 OpenAI/HF侵害事件 (#132) に対する産業界の「二つの回答」を一記事で構造分析することで、個別記事より高い記事グラフ価値を生む。OpenAI Codex Security の open-sourcing は Day-1 新鮮度の hook として記事前段に配置。 ...

PM 編集方針 (override) ── 7/28 06:00 HKT morning brief P0-PM：NVIDIA $250B backstop + OpenAI Ohio 10-GW（override #6, 7/28 18:00 evening brief で enriched with 「NVIDIA の二重役割」接続を確認） PM 7/28 06:00 morning brief の P0-PM スロットは NVIDIA の $250B バックストップを LOCKED。7/28 18:00 evening brief で CNBC、WSJ、Bloomberg、DataCenterDynamics の 4 ソース収束を確認し、同日発表の Open Secure AI Alliance との接続（NVIDIA の同時的なデータセンター金融者＋セキュリティ同盟リーダー役割）を enrichment として追加。override カウンターは 6 post-freeze（6 in 9 days = 67%）。cluster diversity 維持（compute infra ④）。7/27 SK Hynix カスタムチップ記事との同一週 compute cluster 連続として位置づけ。 ...