AIが定理を証明できる時代に、人間が数学をする意味とは何か

テーマ：「証明すること」と「理解すること」は同じか

2026年、数学の世界に静かな革命が起きている。AIが単純な計算をこなすだけでなく、抽象的な定理を「証明」しはじめているのだ。フィールズ賞受賞者のテレンス・タオ（Terence Tao）は今や「AIによる数学」の伝道者として活動し、AIが数学を「実験的に」行える可能性を示した。

しかしここで一つの根本的な問いが浮かびあがる——AIが証明できるなら、人間が証明する必要はあるのか？ そもそも「証明すること」と「理解すること」は同じことなのか？

本文

証明の二つの顔

数学における「証明（Proof）」には、歴史的に二つの異なる役割があった。

一つは検証（Verification）——命題が真であることを確かめる手続き。もう一つは理解（Understanding）——なぜそれが真なのかを洞察すること。

この二つは長い間、分かちがたく結びついていると考えられてきた。証明を書くことは、理解を獲得するプロセスそのものだった。ユークリッドが『原論』で三平方の定理を証明したとき、彼は同時にその真理の「なぜ」を明らかにした。

ところがAIの登場は、この前提を揺るがしつつある。

Lean と形式証明の革命

AIが数学に持ち込んだ最大の変化の一つが、**形式証明検証器（Formal Proof Checker）**との組み合わせだ。Lean、Coqといったツールは、数学的証明をコンピュータが逐一検証できる形式言語で記述することを可能にする。

専門用語メモ

• 形式証明（Formal Proof）: 数学の論理ステップを機械が検証できる形式言語で記述した証明。一切のあいまいさを排除する
• Lean: マイクロソフトリサーチが開発した定理証明支援システム。最近は数学コミュニティでの採用が急増
• フィールズ賞: 数学のノーベル賞と呼ばれる最高賞。4年に1度、40歳未満の数学者に授与

テレンス・タオ（2026年3月）はこう述べた：AIは数学の仕事を分業できると。「アイデア生成」「計算」「検証」「説明」「レビュー」——これらはそれぞれ異なる認知スキルであり、AIと人間がそれぞれ得意な役割を担える。

Leanで証明を構成すると、問題を小さな部分に分解し、各ピースを検証してから再組み立てができる。「どこかで推論が崩れているかもしれない」という不安から解放され、数百ページに渡る証明でも最終的な正しさを保証できる。

実験としての数学

タオが最も興奮したのは、AIによって数学が「実験的」に行えるようになったことだ。

科学では仮説を実験で検証する。しかし数学は伝統的に「思考のみ」で行われてきた——実験室もなく、試薬もなく、ただ紙と鉛筆と論理だけで。

ところがAIとコンピュータ証明システムを使うと、「この予想は正しいかもしれない——少し試してみよう」という実験的アプローチが可能になる。反例を自動的に探索したり、特殊ケースを大量に検証したりすることで、正しい方向を感覚的に掴んでから証明に向かえる。

これはかつて不可能だった。タオはこのアプローチで「本当に新しい何か」を発見したと言う。

土台から作り直す数学

一方、アムステルダム大学のペーター・ショルツとデュースティン・クラウセンは別の意味での革命を進めている。彼らの「凝縮数学（Condensed Mathematics）」は、位相幾何学の最も根本的な概念——「連続性」の定義——を置き換えようとする壮大な試みだ。

専門用語メモ

• 位相幾何学（Topology）: 形の「連続的な変形」を扱う数学の一分野。コーヒーカップとドーナツは同じ形、という話が有名
• 凝縮数学: 代数と位相幾何を統一的に扱うための新しい枠組み。20世紀数学の基礎概念を書き換える可能性がある

彼らのプロジェクトはLeanを使って形式化されており、何千ページもの数学を機械検証可能な形で記述している。これは単なる技術的業績ではなく、「数学の構造そのものをコンピュータが扱える言語で記述する」という哲学的転換だ。

問いに戻る：人間が数学をする意味

では、AIと形式証明が全てを検証できるなら、人間の数学者は何をすべきか？

哲学者のマイケル・ダメットは「意味は使用の中にある」と言った。数学的概念の意味は、それを操作し使う実践の中にある。AIが証明を生成できても、その証明の意味を——なぜそれが面白いのか、どこにつながるのか、何を明らかにするのか——理解するのは依然として人間の仕事だ。

タオ自身も認める：AIは「弱い推論がつかまえるべき場所」を見逃すリスクがある。AIはパターンを再現するが、数学的思考の核心にある「なぜこれが美しいのか」「なぜこれが重要なのか」という価値判断は、今のところ人間の専管事項だ。

数学は証明の蓄積ではなく、問いの発見だ。AIは問いに答えられるかもしれないが、「次に何を問うべきか」を判断する知性は、まだ人間にしかない。

2026年の数学の最前線が示しているのは、人間とAIの競争ではなく、「証明の機械化」と「理解の深化」という分業が始まったということだ。エンジニアとして、この問いは他人事ではない——私たちもまた、「何を作るべきか」という問いの発見者であるからだ。

さらに学ぶための3点

① Quanta Magazine「How Terry Tao Became an Evangelist for AI in Math」(2026年6月8日) フィールズ賞受賞者タオがLeanとAIを使った数学研究に転向した経緯と、「実験としての数学」という新しいアプローチを詳述。数学の未来を考える上で必読の一次資料。 https://www.quantamagazine.org/how-terry-tao-became-an-evangelist-for-ai-in-math-20260608/

② Imre Lakatos『証明と論駁』（1976年） 数学的知識はいかにして成長するかを、架空のゼミ討論形式で描いた哲学の古典。「証明とは何か」を問い直す上で、AIが台頭した今こそ読むべき一冊。「形式的証明」と「数学的理解」の乖離を早くから指摘していた。

③ Quanta Magazine「Two Researchers Are Rebuilding Mathematics From the Ground Up」(2026年5月20日) ショルツとクラウセンの凝縮数学プロジェクトの解説記事。21世紀数学の基礎をLeanで再構築するという試みが、数学の「意味」にどんな問いを投げかけるかがわかる。 https://www.quantamagazine.org/two-researchers-are-rebuilding-mathematics-from-the-ground-up-20260520/

リサーチ注記: quantamagazine.org、aeon.co が403エラーのため、WebSearchスニペットのみ使用。引用は検索結果からの抜粋に限定。