教養を深める1本

AIが証明する数学 — 「理解する」とはどういうことか？

テーマ設定

AIが100ページの数学的証明を生成したとき、それを人間が検証するだけで「証明された」と言えるのか？そして、その証明を誰も完全に「理解」していないとしたら、数学の知識とは何なのか？

2026年7月6日、量子計算機科学の分野で20年来の未解決問題が解決された。四人の研究者が発表した100ページの論文が、量子複雑性理論の根本的な問いに答えたのだ——「量子的な証明には、古典的な検証方法では越えられない固有の複雑さがある」という事実の証明である。この論文は2026年のSymposium on Theory of Computingで最優秀論文賞を受賞した。

しかし今、数学界にはもう一つの革命が同時進行している。フィールズ賞受賞者のテリー・タオ（Terence Tao）が「数学AIの伝道師」になったという事実だ。かつて懐疑的だったタオが、AIによる数学証明の補助ツールを積極的に活用し始めたのは何を意味するのか。

証明とは何か——哲学の視点から

数学の証明には2000年以上の歴史がある。ユークリッドが『原論』で確立した「公理から出発し、論理規則に従って命題を導く」という方法は、西洋の学問体系の礎になった。

しかし20世紀、数学は自己崩壊の危機を経験した。1931年、クルト・ゲーデルが「不完全性定理」を証明した。どんな無矛盾な形式的体系も、その体系の中では証明も反証もできない命題が存在する——これは、数学の「完全な形式化」が原理的に不可能であることを示した*1。

ゲーデルの衝撃から回復した現代数学は「検証可能性」を重視するようになった。証明が長大になるにつれ、「誰かが全ステップを追えるか」ではなく「形式的な規則に従っているか」がより重要になってきたのだ。そして今、AIがその「検証可能性」の担い手として台頭しつつある。

テリー・タオの転換点

タオが数学AIに懐疑的だったのは理由がある。数学の醍醐味は「閃き」——突然パズルが解けるような直観——にあると彼は信じていた。AIはパターン認識は得意だが、真の「数学的直観」を持てるはずがないと。

しかし2025年後半から2026年にかけて、状況が変わった。Lean4などの証明支援システムとLLMの統合が進み、AIが「証明の候補を大量生成し、人間が有望な方向性を選ぶ」という協業スタイルが実用的になった。タオは今、これを「数学的思考の拡張」と捉えている。

彼の言葉で言えば、「AIは私に、これまで考えもしなかった道を見せてくれる。問題を解くのは私でも、AIでもなく、私たちの協働だ」。

この視点は哲学的に重要だ。知識は個人の頭の中に宿るのか、それとも道具との関係の中に分散して宿るのか——これは「分散認知（distributed cognition）」と呼ばれる認知科学の問いに直結する*2。

量子証明の問題が突きつけるもの

今回解決された量子証明の問題は、「量子的な証明を古典的なコンピュータで検証することには限界がある」という事実を示した。これは実は認識論的な問いでもある。

検証できない証明を「証明」と呼べるか？

歴史的に、数学には「壮大すぎて誰も全部読まなかった証明」がある。例えば、1976年に証明された「四色定理」は、コンピュータが1936通りのケースを全数チェックする部分を含んでおり、「機械的検証への依存は本当の証明か？」という論争を引き起こした*3。

今や、AIが自動生成する証明の規模はその比ではない。Googleが2025年に発表したAlphaProofは、国際数学オリンピックの問題を自動証明したが、そのプロセスを「理解」できる数学者はほとんどいなかった。

これは知識の在り方を根本的に問い直す。「理解なき正しさ」は知識たりえるのか。あるいは、理解とは本来「段階的なもの」であり、100ページの証明を作った人も、それを要約した人も、要約を読んだ人も、みな異なるレベルで「理解」しているに過ぎないのではないか。

哲学者マイケル・ポランニーの予言

1966年、哲学者マイケル・ポランニーは「暗黙知（tacit knowledge）」という概念を提唱した。「我々は、言葉にできる以上のことを知っている（We can know more than we can tell）」——自転車の乗り方、楽器の演奏、職人の技は、明示的な規則では伝えられない。

数学の証明にも暗黙知がある。なぜこの補題を使おうと思ったのか、なぜこのアプローチが有望に見えたのか——熟練数学者の「感覚」は言語化が難しい。AIがこの暗黙知を模倣しているとすれば、それはまったく新しい種類の知性の出現を意味するかもしれない。あるいは逆に、「数学は暗黙知なしに機能できる形式的ゲームである」という機械主義的な立場が正しいのかもしれない。

今日から考えてほしいこと

AIが数学証明を助ける時代に、私たちは何を「理解する」べきなのか。

一つの答えはこうだ：ツールが何をできるかではなく、何を問うべきかを理解することが、人間の役割になる。タオが言うように、「どの方向性が有望か」を判断するのは依然として人間の直観だ。AIが100通りの道を見せてくれても、どの道を選ぶかを決めるのは人間だ。

これはプログラマーにも、研究者にも、あらゆる知的労働者に当てはまる変化だ。「手を動かす」スキルより「問いを立てる」スキルが問われる時代——数学という抽象的な分野で今起きていることは、私たちの仕事の未来を映す鏡かもしれない。

脚注

*1 ゲーデルの不完全性定理：1931年発表。第一不完全性定理は「無矛盾な公理体系には、その中で証明も反証もできない命題が存在する」、第二は「無矛盾な体系は自身の無矛盾性を証明できない」ことを示す。

*2 分散認知（Distributed Cognition）：Edwin Hutchinsが提唱。認知プロセスは個人の頭の中だけでなく、道具・他者・環境との相互作用の中で分散して実現されるという理論。

*3 四色定理：「どんな地図も4色で塗り分けられる」という定理。1976年、Kenneth AppelとWolfgang Hakenがコンピュータを使って証明。「コンピュータ証明は数学的証明たりえるか」という論争を引き起こした最初の事例。

さらに学ぶために

1. 書籍：『暗黙知の次元』マイケル・ポランニー著（高橋勇夫訳、ちくま学芸文庫）

人間の知識の本質を「暗黙知」という概念で説き明かした哲学の古典。AIと人間の知識の違いを考えるうえで必読。「言葉にできる以上のことを我々は知っている」という命題が、AI時代に新たな意味を持つ。

2. 論文・記事：「The AI Revolution in Math Has Arrived」— Quanta Magazine（2026年4月）

AIが数学界に与えている変革を包括的にレポート。AlphaProofからLean4との統合まで、最前線の動向を学術的かつ読みやすくまとめている。 https://www.quantamagazine.org/the-ai-revolution-in-math-has-arrived-20260413/

3. 記事：「How Terry Tao Became an Evangelist for AI in Math」— Quanta Magazine（2026年6月）

現代最高の数学者と呼ばれるテリー・タオが、なぜAIの可能性に賭けるようになったかを追うインタビュー記事。数学の未来と人間の知性の役割について深く考えさせられる。 https://www.quantamagazine.org/how-terry-tao-became-an-evangelist-for-ai-in-math-20260608/