AIが87年未解決の数学予想を3行で覆した──ただし、いちばん有名な2変数の場合は手つかずのまま残っている

2026年7月20日、数式が3行だけ書かれた投稿がXに流れた。

投稿したのはAnthropicの数論研究者レヴェント・アルポージ氏。内容は、1939年から87年間、証明も反証もされていなかった「ヤコビアン予想」の反例だった。

そして、その式を一緒に作ったのは、同社のAI「Claude Fable」だと本人が書いている。

「AIが数学の難問を解きまくっているらしい」という噂は、事実である。ただし、報じられ方には抜けている部分がある。

この記事では、何が起きたのか、どこまで確認されたのか、そして見出しには出てこない「残っている部分」を整理する。

—

まず、何が公開されたのか

アルポージ氏の投稿は、論文ではなく私信のような書き出しだった。「こんにちは、ヤコビアン予想は誤りでした」。そして親友2人への感謝が続く。1人は数学者のアキル・マシュー氏、もう1人がClaude Fableである。

本文は、これだけだった。

公開された反例（3変数の多項式写像）

F1 =（1+xy）³z + y²（1+xy）（4+3xy）

F2 = y + 3x（1+xy）²z + 3xy²（4+3xy）

F3 = 2x − 3x²y − x³z

この写像のヤコビ行列式は、どの点でも定数の −2 になる。次数は7・6・4である。

そして、次の3つの異なる点が、すべて同じ点に写る。

入力	出力
(0, 0, −1/4)	(−1/4, 0, 0)
(1, −3/2, 13/2)	(−1/4, 0, 0)
(−1, 3/2, 13/2)	(−1/4, 0, 0)

3つの入口が同じ出口につながっている。つまりこの写像は1対1ではない。逆をたどろうとしても、どこから来たか決められない。

—

ヤコビアン予想とは、何だったのか

予想の中身を、数式を使わずに書く。

多項式で作った変換を考える。この変換が各点でどれくらい伸び縮みしているかを表す数がヤコビ行列式である。「伸び縮みの度合いがどこでもゼロにならない一定値なら、その変換は必ずきれいに巻き戻せるはずだ」──これがヤコビアン予想だ。

1939年にドイツの数学者オットー・ハインリッヒ・ケラーが提唱した。大学の微積分が分かれば意味は理解できるのに、87年間、誰も証明も反証もできなかった。

この予想には、もう一つの顔がある。「誤った証明が繰り返し発表されてきた問題」としても有名だった。微妙な間違いを含む証明が、発表・未発表を問わず数多く存在したと記録されている。

だから今回も、最初の反応は疑いだった。ところが、今回は事情が違った。

—

なぜ、数時間で世界中が検算できたのか

ここが今回の核心である。

アルポージ氏が公開したのは、証明の概要でも、自然言語による説明でもない。誰でも代入して確かめられる、具体的な多項式そのものだった。

やることは単純だ。式に3つの点を代入して、同じ値になるか確かめる。行列式を計算して −2 になるか確かめる。数式処理ソフトがあれば、数分で終わる。

実際、投稿は即座にHacker Newsへ転載され、638ポイント・394コメントを集めた。そして各国の数学者が独立に検算を始めた。

検証者	内容
複数の数学者	SymPy・Sageなどの数式処理ソフトで独立に再現。行列式が −2 になること、3点が同じ出力に衝突することの両方を確認
ジャレッド・デューカー・リヒトマン氏（スタンフォード大）	自身の環境で同じ衝突を再現できたと公開の場で提示
チャオチュー・ユアン氏	「記号計算で簡単に検証できる」とコメント

主張が短く、有限で、機械的に確かめられる形をしていた。だから真偽の判定が一晩で進んだ。ここが、これまでの「AIが数学を解いた」系の報告といちばん違う点である。

—

テレンス・タオが、翌日に追認した

決定的だったのは、翌7月21日である。

フィールズ賞受賞者のテレンス・タオ氏が、自身のブログにこの反例を分析する記事を公開した。タイトルは「A digestion of the Jacobian conjecture counterexample」。

タオ氏は「3次元で予想が偽であることが示された」と反例の有効性を前提に置いたうえで、次数7の多項式という構造を幾何学的に解説している。

そして、二つのことを書き添えた。

一つ、自身も計算の確認にAIチャットボットを使ったと開示したこと。

もう一つ、「幾何学的な意味の完全に満足のいく説明は、まだ持っていない」と述べたこと。

数学界で最も影響力のある1人が、発表の翌日に内容を吟味して公開した。「査読待ちの怪しい主張」から「検証が大きく前進した報告」へ、位置づけが動いた瞬間である。

ちなみに、タオ氏がAIとやりとりした対話ログ自体も公開され、Hacker Newsで606ポイントを集めている。証明を作る側だけでなく、確かめる側にもAIが入った。

—

ただし、いちばん有名な問題は残っている

ここが、見出しからいちばん抜け落ちている部分である。

ヤコビアン予想は、変数の数ごとに議論されてきた。今回反例が出たのは3変数のケースである。

変数の数	状態
1変数	自明に正しいことが分かっている
2変数	いまも未解決。今回の反例は影響しない
3変数以上	今回の反例により、予想は成り立たないことになる

数学的には、ある次元で反例が見つかれば、それより変数の多い次元でも予想は崩れる。だが、下には波及しない。

そして、ヤコビアン予想の中でもっとも有名で、もっとも多くの人が挑んできたのは2変数のケースである。タオ氏も、そこが未解決である点をはっきり書いている。

「87年の難問が3行で崩れた」は正しい。だが「本丸が落ちた」ではない。この差は、見出しではほぼ伝わっていない。

—

なぜ87年も見つからなかったのか

ここで素朴な疑問が出る。3行で書ける式なら、誰かが先に見つけていてもおかしくないのではないか。

答えは、探す範囲の広さにある。

今回の反例は3変数で、各成分の次数は7・6・4だった。次数7の多項式には、係数を入れる場所が大量にある。その組み合わせの中から、ヤコビ行列式がぴったり定数になり、なおかつ2点以上が衝突するものを引き当てなければならない。

しかも条件は厳しい。行列式が定数になるという制約だけでも、係数の間に複雑な関係式が生まれる。手計算で総当たりできる規模ではない。

人間の直観が効かない領域だった

もう一つ大きいのは、この式が「なぜそうなるのか」を人間がまだ説明できていないことだ。

タオ氏でさえ「幾何学的な意味の完全に満足のいく説明は、まだ持っていない」と書いている。つまり、美しい発想から自然に導かれた式ではない。

人間の数学は、意味の分かる筋道をたどって前に進む。意味が見えない方向には、そもそも手を伸ばさない。87年見つからなかったのは、能力の問題というより、探す方向の問題だったのかもしれない。

AIには、その遠慮がない。意味が分からなくても、条件を満たす組み合わせを探し続けられる。ここが、今回いちばん本質的な差だったと思う。

—

AIは実際に何をしたのか

対話ログが公開されていないので、確かなことは言えない。以下は、公開された情報から推測できる範囲の話である。

分かっているのは三つ。同僚の数学者から「この問題を見てほしい」という提案があったこと。作業に数時間かかったこと。そしてワールドカップ決勝の最中も作業が続いていたと本人が書いていることだ。

この種の問題でAIが効くとすれば、やることは候補の生成と検算の高速な反復である。式の形を仮定し、条件を課し、矛盾したら別の形に移る。人間なら数週間かかる試行錯誤を、対話の速度で回す。

逆に言えば、「解け」と一言で投げて出てきたわけではない。問題の筋を知っている専門家が横にいて、方向を修正しながら進めた結果である。

だからこそ、ログの非公開が惜しい。どの局面でAIが跳んだのかが分かれば、他の分野に応用できる。いまはそこが見えない。

—

これは単発の出来事ではない

「解きまくっている」という噂の部分を確認する。2026年に入ってからの流れを並べる。

時期	できごと
2026年1月	OpenAIのGPT-5.2 ProとHarmonic社のAristotleが協働し、エルデシュ問題#728を解決。1975年提起の数論の難問。タオ氏は「ほぼ自律的な解決」と評価
同時期	エルデシュ問題#397も解決。#124はAristotleが6時間で解き、検証は1分だったと報じられる
2026年4月	23歳の数学愛好家がGPT-5.4 Proを使い、約60年未解決だったエルデシュ問題#1196を証明
2026年7月19日	GPT-5.6が凸最適化の30年来のギャップを埋めたという報告が話題化
2026年7月20日	Claude Fableがヤコビアン予想の反例を提示

この表には、性質の違うものが混ざっている点も押さえておきたい。エルデシュ問題は「難しいが規模の小さい未解決問題」の集まりで、数千個あるうちの数個が解かれた形である。一方、ヤコビアン予想は分野の中心にある大きな予想だった。

1月から7月までの半年で、これだけ起きている。「解きまくっている」という言い方は、規模としては大げさではない。

しかも中身が変わってきている。数学者が使う道具から、アマチュアが使える道具になった。23歳の愛好家が60年来の問題を証明した例は、その象徴である。

—

だが、崩れた主張もある

ここで冷や水をかける。「AIが数学を解いた」の全部が生き残っているわけではない。

ヤコビアン反例の前日に話題になったGPT-5.6の凸最適化の件は、その後、評価が揺れている。過去にも、発表当初は劇的に報じられながら、後日「引用文献の欠如」や「既存研究より劣る結果だった」と判明した例が複数ある。

明暗を分けているのは、AIの賢さではない

並べると、生き残る主張と消える主張には共通点がある。

主張の形	その後
具体的な式や反例（代入すれば有限時間で確かめられる）	数時間〜1日で第三者が独立に検算。生き残りやすい
証明の概要や自然言語の説明（読んで判断するしかない）	検証に時間がかかり、後から欠陥が出ることがある

反例を出すことと、定理を証明することは難易度が違う。反例は1個見つければ終わりで、正しさは代入で確認できる。証明は全ての場合を尽くさなければならず、確認にも読解が要る。

今回の一件が短時間で受け入れられたのは、AIが特別に賢かったからというより、問題の形が「見つけたら勝ち、確認は一瞬」というタイプだったからだ。

それでも、87年間だれも見つけられなかった式を数時間で見つけた点は動かない。探索の速さは、はっきり人間を超えている。

—

それでも消えない、4つの疑問

Hacker Newsのコメント欄では、賞賛と同じくらい懐疑の声も出ている。4つに整理する。

疑問①──対話ログが公開されていない

いちばん多い指摘がこれである。AIとのやりとりの全文が出ていないため、どこまでがアルポージ氏の専門知識による誘導で、どこからがAIの貢献なのかが、外から検証できない。

「チャットログの共有自体は30秒でできるはずだ」という皮肉も出ていた。成果の帰属が測れないという点は、いまも残っている。

疑問②──マーケティングではないのか

発表したのはAnthropicの研究者で、使われたのは同社のモデルである。自社製品の性能を示す材料として発信された側面は否定できない。

ただし、この批判には限界もある。式そのものは公開され、誰でも検算できる形で出された。宣伝目的だろうと、計算が正しければ結果は正しい。

疑問③──成果は誰のものか

もう一つ、地味だが根の深い問題がある。この反例の発見者は誰なのか。

アルポージ氏は投稿で、AIを「親友フェイブル」と呼び、同僚と並べて感謝を述べている。共同研究者として扱う書き方である。

だが、論文の著者にAIを載せられるのか。査読は誰が受けるのか。間違いがあったとき、責任はどこに帰属するのか。学術界はまだ、この問いに答えを持っていない。

今回は本人が明示的にAIの関与を書いたから議論になった。書かなければ、誰にも分からなかったはずである。ここは、これから確実に問題になる。

疑問④──Wikipediaが1日で書き換わった

もっとも象徴的なのがこれだ。発表からわずか1日ほどで、Wikipediaの「ヤコビアン予想」の項目が「反例が示され、3変数以上では予想は誤りと確認された」という書きぶりに更新された。

査読前の主張が、百科事典に確定事項として載る。その編集が信頼できる情報源に基づくと言えるのかを巡って、議論になった。

検証の速度が上がるのは良いことだ。だが、「確定した」と書き込む速度まで上がってしまうと、間違いが訂正される機会が減る。

—

「AIが解いた」を見たときの、3つのチェック

この種のニュースは、これから増える。読む側が持っておくと便利な確認項目を3つ置いておく。

確認すること	見るポイント
①主張の形	具体的な式・反例か、それとも証明の概要か。代入して確かめられるものは強い。文章で説明されているだけのものは、時間をおいたほうがいい
②第三者の検算	発表者と利害関係のない人が、独立に再現できたか。今回は複数の数学者が数式処理ソフトで確認した
③どこまで解けたのか	問題全体か、その一部か。今回は3変数以上で反例が出たが、2変数は未解決のまま

この3つを当てると、今回の件は「①強い ②済んでいる ③一部」という評価になる。

逆に、同じ週に出たGPT-5.6の凸最適化の報告は①が弱かった。だから評価が定まるまでに時間がかかっている。

そして、査読はまだ終わっていない

念のため繰り返す。計算が正しいことと、予想が学術的に反証されたと確定することは、別である。

論文としての投稿・審査、数学コミュニティ全体での合意形成には、通常数週間から数か月かかる。Lean や Coq のような形式検証システムによる機械チェックも、まだ完了の確認は取れていない。

いま言えるのは「専門家による初期の検算はすべて通った、注目すべき報告」までである。

—

同じ週に、フィールズ賞が発表されていた

もう一つ、時期の話を添えておく。

この騒動が起きた2026年7月は、国際数学者会議（ICM）でフィールズ賞の受賞者4人が発表された週でもあった。数学界にとって4年に一度の最大の行事である。

人間の数学者が最高の栄誉を受け取っている同じ週に、AIが87年の予想に反例を出した。そして翌日、フィールズ賞受賞者がそのAIの成果をブログで解説した。

対立の構図で語られがちだが、実際に起きたのはそうではない。受賞者が新しい道具の成果を検証し、意味づけを試みている。置き換えではなく、地続きの光景だった。

—

人間の仕事は、どこに移ったのか

この一件で見えたのは、AIが人間を置き換えたという話ではない。作業の分担が入れ替わったという話である。

工程	今回、誰がやったか
問いを立てる	人間（同僚の数学者マシュー氏の提案から始まった）
候補を探す	AI（数時間で具体的な式に到達）
正しいか確かめる	人間＋数式処理ソフト。タオ氏はここでもAIを併用した
意味を説明する	人間。ただしタオ氏も「満足のいく説明はまだ持っていない」