教養を深める1本

2026-07-20 | 読了目安: 10分

テーマ設定

AIは数学を「理解」しているのか？

2026年、AIは数学の証明を書けるようになった。しかしそれは、人間が数学を「わかる」のと同じことなのだろうか。この問いは単なる技術論ではない。「理解とは何か」「知性とは何か」という、哲学が何千年も問い続けてきたテーマの核心に触れている。

本文

AIが証明を書く時代

2026年4月、Quanta Magazineは「The AI Revolution in Math Has Arrived（数学におけるAI革命が到来した）」と題した特集を掲載した。AIシステムは今や、人間の数学者が証明に数年を費やすような問題に、数時間で有力な解法候補を提示できる。かつてAIが苦手とされた「抽象的な論理の連鎖」で成果を上げつつある。

同年5月には別の記事が「Two Researchers Are Rebuilding Mathematics From the Ground Up（二人の研究者が数学を根底から作り直している）」と報じた。Peter ScholzeとDustin Clausenという数学者が、数学の最も根本的な概念——トポロジーの基礎——を再構築する試みを進めているというのだ。彼らが開発する「Condensed Mathematics（凝縮数学）」は、既存の数学的構造を統一的な言語で記述し直すプロジェクトである。

7月には量子複雑性理論*¹における20年来の未解決問題が解決されたと報告された——「Quantum Proofs（量子証明）」の威力を明らかにした4人の研究者の業績として、計算理論の最高峰のシンポジウムでベストペーパー賞を受賞した。

証明とは何か——形式化の哲学

数学の証明とは「真であることを他者に納得させる手続き」だ。古代ギリシャのユークリッドが「原論」でまとめた幾何学の証明以来、この手続きは「論理の連鎖」という形式をとる。前提から公理と推論規則を使って結論を導く——これが数学の骨格だ。

20世紀初頭、ダフィット・ヒルベルトは「数学全体を有限個の公理から機械的に導出できる形式システムとして記述できるはずだ」と主張した。しかし1931年、クルト・ゲーデルの「不完全性定理」がその夢を打ち砕いた。どんな無矛盾な形式システムも、そのシステム内では証明も反証もできない命題を含む——という定理だ。

ゲーデルの発見が示したのは、「形式的な証明の手続き」と「数学的真理の把握」の間には、埋めることのできない溝があるということだ。ここに今日のAIを巡る哲学的問いの出発点がある。

記号操作と「理解」の差

AIが数学の証明を生成する仕組みは、大量の数学テキストから統計的なパターンを学習し、次に来るべき記号を予測することにある。これは「記号操作」と呼ばれる。

哲学者ジョン・サールは1980年に「中国語の部屋」という思考実験を提唱した。部屋の中に中国語を全く知らない人が座っている。外から中国語の質問が差し込まれ、その人は規則表に従って記号を組み合わせ、中国語の回答を返す。部屋の外から見れば「中国語を理解している」ように見えるが、中の人は一切意味を理解していない。

サールの問いをAIに当てはめると：AIが数学の証明を正しく完成させたとして、それはAIが「数の概念を理解した」ことを意味するのか。あるいは膨大なトークンのパターン照合にすぎないのか。

人間の数学的直観

数学者のアンリ・ポアンカレは、数学的発見の多くが「意識的な努力を止めた後の閃き」として訪れると述べた。人間の数学的思考には、形式的な推論を超えた「直観」が働くと彼は言う。ゲーデル自身も、形式的証明を超えた「数学的直観」の実在を信じていた。

一方、AIの現在の動作様式は「直観」をモデル化しているとは言いがたい。強化学習や数学的な形式証明支援システム（Lean、Coq）と組み合わせることで証明の正しさを「検証」はできても、「なぜその補題が重要か」「どこに美しさがあるか」という次元は、現時点でAIが捉えているとは言えない。

「理解」の基準を問い直す

しかし、もう一つの問いが浮かぶ。「人間の理解」も実は記号操作の積み重ねではないのか、という問いだ。神経科学の観点から見れば、人間の脳もまたニューロンの発火パターンを処理する機械である。私たちが「ああ、わかった」と感じる瞬間の正体は、特定の神経回路の活性化パターンにすぎない可能性がある。

もしそうであれば、「AIの理解」と「人間の理解」の差は量的なものか、あるいは質的なものか。この問いに答えるには、「理解」そのものを定義する必要がある。それはまさしく哲学の問いであり、2026年のAIの発展が、哲学者だけでなく数学者・コンピュータ科学者を巻き込んで改めて問い直されている問いだ。

AIが数学を証明できる時代に、人間が数学を学ぶ意味は何か。それは「答えを出す能力」ではなく、「問いを立てる能力」と「美しさを感じる能力」にあるのかもしれない。ポアンカレが言ったように——「数学は論理によって証明され、直観によって創られる」。

*¹ 量子複雑性理論: 量子コンピュータで解ける問題の「難しさ」を研究する理論計算機科学の分野。古典的な計算理論に対し、量子力学の重ね合わせ・もつれを使った計算の限界を探る。

さらに学ぶために

書籍

1. 『エレガントな宇宙』 ブライアン・グリーン (Brian Greene) 数学と物理の美しさを平易に描いた古典。「なぜ数学が世界を記述できるのか」という問いへの橋渡し。

2. 『哥德爾、エッシャー、バッハ』 ダグラス・ホフスタッター (Douglas Hofstadter) 不完全性定理・自己言及・意識・知性を音楽・芸術・数学を横断して探求する傑作。知性の本質を問う最良の入門書。

記事 3. "The AI Revolution in Math Has Arrived" — Quanta Magazine (2026/4/13) AIが数学証明をどこまで自動化できるか、最前線の研究を平易に解説した記事。 URL: https://www.quantamagazine.org/the-ai-revolution-in-math-has-arrived-20260413/