80年の難問がAIによって解決された 2026年5月20日、OpenAIは1つの歴史的な発表を行った。同社の汎用推論モデル（general-purpose reasoning model）が、ポール・エルデシュが1946年に提起した単位距離問題（planar unit distance problem）を自律的に解決したのだ。エルデシュ自身が特に好んだ問題の1つであり、80年にわたって数学者たちを悩ませてきた難問である。
今回の成果が特に重要なのは、汎用推論LLM（数学専用システムではない）が達成した点にある。推定ではGPT-5.6が使用され、32時間未満、計算コスト1,000ドル未満でこの偉業を成し遂げた。
フィールズ賞受賞者のTimothy Gowers氏：
「単位距離問題の解決は、AI数学におけるマイルストーンである。もし人間が書いていたら、ためらわず受理を推奨しただろう。これまでのどのAI生成証明もこのレベルには達していない。」
本記事では、この画期的成果の数学的意味、AIが用いたアプローチ、そしてAIエンジニアにとっての示唆を解説する。
単位距離問題とは何か 問題の定義 単位距離問題は一見シンプルだ：
平面上に$n$個の点を配置したとき、距離がちょうど1となるペアの最大数$u(n)$はいくつか？
簡単なPythonコードでこの問題を視覚化できる。直線配置では高々 $n-1$ ペアだが、格子状に点を配置するとより多くの単位距離ペアが生まれる。エルデシュの元の構成はガウス整数 $a+bi$ を用いたもので、約80年間この下界は改善されなかった。
80年間の進展の歴史 年度 発見 1946 Erdős、下界: $n^{1 + c/\log\log n}$（ガウス整数グリッド） 1984 Spencer, Szemerédi, Trotter、上界: $O(n^{4/3})$ 2026.5.20 OpenAIモデル、下界を$n^{1+\delta}$に改善 2026.5.21 Will Sawin、$\delta = 0.014$を証明 上界は1984年以来変わっていない。下界は80年ぶりに改善された。
AIはどのように証明を発見したか 証明の戦略 最も驚くべき点は、幾何の問題に代数的整数論の高度なツールが使われたことだ。
伝統的なアプローチはガウス整数 $a+bi$ を用いたグリッド構成だった。AIはこれをより複雑な代数体に置き換え、その代数体がより豊かな対称性（より多くの単元）を持つことを示した。鍵となったのは無限類体塔とGolod–Shafarevich理論で、これは代数的整数論の概念が初めてユークリッド幾何に応用された事例である。
チェーン・オブ・ソートと「Page 39の瞬間」 モデルは約125ページに及ぶ推論（chain-of-thought）を生成した。数学者のArul Shankar氏は、このCoTを次のように分析している：
「思考の大部分は反例を構成しようとする試みだった。これはモデルが優れた直感を持ち、コミュニティが諦めたアプローチを試みる意欲を持ち、構成を試みる素養を持っていることを示している。」
特に注目されたのが、いわゆる**「Page 39の瞬間」**——推論の途中で、モデルが代数的整数論と組合せ幾何の接点を「発見」した場面だ。これは人間の数学者が数十年かけて築いてきた分野間の橋渡しを、AIが自律的に行った瞬間と言える。
なぜ汎用モデルであることが重要か 数学特化システムとの決定的な違い 今回の成果を際立たせているのは、このモデルが数学研究のために特別に訓練されたものではないという点だ。
過去のAI数学マイルストーンとの比較：
マイルストーン システム タイプ 自律性 2025 IMO Gold AlphaProof 数学専用（Lean証明アシスタント） 問題文が与えられた 2026年1月: Erdős #728 GPT-5.2 汎用LLM 部分的自律（人間の誘導あり） 2026年2月: Erdős #1196 GPT-5.4 Pro 汎用LLM 80分で解決（人間による問題選択） 2026年5月: 単位距離問題 GPT-5.6（推定） 汎用LLM 高度に自律的（AI自身が問題を解釈） OpenAIは明確に述べている：「これは汎用モデルであり、特定の数学問題を解くために訓練されたものではない。ドメイン固有の数学システムやスキャフォールドされたソルバーでもない。」
...