AIは数学を「理解」しているのか——証明とは何かを巡る100年の問い

テーマ設定

2026年3月、テレンス・タオ——現代最高の数学者と評されるフィールズ賞受賞者——は「AIは数学と理論物理学でプライムタイムに入った」と宣言した。彼は今、Lean（対話型定理証明システム）を使って「素数定理」をコンピュータで形式化する作業に取り組んでいる。

この出来事は単なる技術ニュースではない。それは100年前に数学者たちが提起し、未解決のまま残されてきた問いを改めて突きつける：「証明とは何か。そして数学とは、理解されることで初めて意味を持つのか」。

証明を巡る100年の旅

ヒルベルトの夢（1900年）

1900年、ドイツの数学者ダフィト・ヒルベルトはパリの国際会議で23の未解決問題を提示した。その背後には壮大な野望があった——「すべての数学を有限個の公理から、機械的な規則で導けるようにしたい」。これが「ヒルベルトのプログラム」だ。

ヒルベルトが夢見たのは、あらゆる数学的命題について「真か偽か」を機械的に判定できる完全な形式体系だった。もしそれが実現すれば、数学は人間の直感に頼らない、絶対的に確実な知識体系になる。

ゲーデルの衝撃（1931年）

しかし1931年、クルト・ゲーデルはヒルベルトの夢を根底から砕いた。「不完全性定理」だ。

ゲーデルが示したのは次のことだ：ある程度以上の複雑さを持つ形式的な数学体系は、必ず「真であるが証明できない命題」を含む。そして、その体系が無矛盾であることをその体系内で証明することはできない。

これは「数学には証明不可能な真実が存在する」ことを意味した。ヒルベルトの「すべてを機械化せよ」という夢は、原理的に不可能だと証明された。数学には、どんな形式的体系も捉えきれない「余白」が永遠に残るのだ。

形式化の部分的復活（2000年代〜）

しかしゲーデルの否定は全てを終わらせなかった。数学者たちは「100%の形式化は無理でも、実用的に重要な定理を厳密に形式化することはできる」と考え始めた。

2000年代から、Lean、Coq、Isabelle などの「定理証明支援システム」が発展した。これらは人間が証明のステップを入力すると、その論理的妥当性を機械的に検証するツールだ。2026年現在、Leanには25万を超える検証済み定理が登録されている。

テリー・タオが見た景色

タオがLeanに興味を持ち始めたのは2022〜23年頃だった。当初は「定理証明支援は専門家向けのニッチなツール」という認識が一般的だった。しかしAIの進歩がLeanとの組み合わせを変えた。

AIは何が得意か？

タオは明確に述べている：「現在のAIは有用なアシスタントだが、同等の存在ではない。深い独創的アイデアの源ではなく、既知の手法をスキャンして問題を適切な文献に結びつけるシステムとして機能する」。

AIが発揮する力は「パターン認識」だ。何十万もの既存の証明を学習したAIは、「この問題の構造はあの定理に似ている」という類推を驚くほど速く行える。人間の数学者が一人で追えない文献の広さを、AIは数秒で走査できる。

Leanの役割：AIの嘘を防ぐ

ここで重要なのがLeanとの組み合わせだ。大規模言語モデル（LLM）は、もっともらしい数学的な嘘をつく。記述は流暢だが、証明の途中に誤魔化しが潜んでいることがある（実際、LLMが生成した誤ったセキュリティレポートが先週のニュースでも話題になった）。

Leanは「AIが提示した証明のステップを一行ずつ機械的に検証する」ことでこれを防ぐ。Leanを通過した証明は、少なくとも設定した公理体系の中では完全に正しい。AIの創造性（類推能力）と、Leanの厳密性（論理検証）が互いの弱点を補う。

「理解」なき正しさ、「理解」ある誤り

ここで哲学的な問いが残る。

Lean が「正しい」と判定した証明を、AIは「理解」しているのか？

人間の数学者がある定理を「理解する」とき、そこには何かがある——なぜそれが真であるかの直感、他の概念との繋がり、その定理が美しいかどうかの感覚。ゲーデルが示した「証明できない真実」は、おそらくこの「理解」の部分に宿っている。

哲学者ジョン・サールの「中国語の部屋」

サールは1980年代に思考実験を提示した。ルールブックに従って中国語のメッセージに返答できる人間が部屋の中にいる。外から見ると中国語を「理解」しているように見えるが、その人は中国語を理解していない。記号を操作しているだけだ。AIの数学もこれに似た問いを提起する：証明の論理的ステップを追えることと、数学を理解することは同じか？

タオ自身の答えは慎重だ：AIは「深い独創的アイデアの源」ではない、と彼は言う。数学の最前線では、まだ人間の「理解」——問いを立てる能力、美しさを感じる能力、予感を持つ能力——が不可欠だと。

しかし同時に彼はこう示唆する：数学者の仕事は今後、「AIが届かない深みだけに集中する」ように変わっていくかもしれない、と。

問いは続く

ヒルベルトは「数学を完全に機械化せよ」と夢見た。ゲーデルはそれを否定した。そして今、AIとLeanは「完全ではないが非常に深い」形式化を可能にしつつある。

ヒルベルトの夢は形を変えて半ば実現しつつある——しかしゲーデルが残した「余白」、つまり証明不可能な真実の領域は依然として存在し、そこに人間の知性が宿る場所があるとも言える。

「証明とは何か」という問いは、「理解とは何か」という問いと切り離せない。そしてその問いの答えは、AIが数学に入ってきた今こそ、最も問うべき時期に来ている。

さらに学ぶために

書籍

『ゲーデル、エッシャー、バッハ』ダグラス・ホフスタッター（白揚社） 自己言及、形式体系、意識の本質を、数学・音楽・美術を横断しながら探求する傑作。ゲーデルの不完全性定理を最も豊かな文脈で理解できる一冊。1979年ピュリッツァー賞受賞。

『数学の言語』キース・デブリン（日本評論社） 数学とは何かを、専門的訓練なしに哲学的・文化的文脈から解説。「なぜ数学は現実を記述できるのか」という謎（ウィグナーの「数学の不合理なほどの有効性」）にも踏み込む。

論文・記事

"Mathematical methods and human thought in the age of AI" — Terence Tao（2026年3月） タオが自ら書いたエッセイ。AIが数学研究をどう変えるかについての第一人者の現時点での見解。英語だがアクセス可能。 terrytao.wordpress.com/2026/03/29/mathematical-methods-and-human-thought-in-the-age-of-ai/

"How Terry Tao Became an Evangelist for AI in Math" — Quanta Magazine（2026年6月8日） タオがどのようにLeanとAIの組み合わせに転向したか、その経緯と現在の研究を丁寧に追ったプロファイル記事。 quantamagazine.org/how-terry-tao-became-an-evangelist-for-ai-in-math-20260608/

リサーチ注記: Quanta Magazine、terrytao.wordpress.com、OpenAI Academy のWebFetchはすべて403のため、検索スニペットを情報源として使用。