見解

AIが数学の難問を解いて大騒ぎ——数学者たちが本当に怒っていること

Science誌が報じたAIの数学的突破がHacker Newsで約200件の議論を呼んだ。議論の焦点はAIの能力ではなく、「 brute forceで出した解は数学と呼べるのか」という方法論の対立にある。

文字サイズ

Science誌が報じたAIの数学的突破がHacker Newsで約200件の議論を呼んだ。話題になっているのは「AIが強くなったかどうか」ではない。「力任せの探索は数学か」という方法論の争いであり、数学コミュニティは真っ二つに割れている。

何が起きたのか

Science誌が最近《How An AI math breakthrough ignited a controversy》という特集記事を組んだ。あるAIシステムが古典的な数学难题で成果を出し、このニュースがHacker Newsのトップページを席巻した——193ポイント、コメント199件。

元記事:How An AI math breakthrough ignited a controversy

HNでの議論:news.ycombinator.com/item?id=49624163

エンジニアリング界隈の反応は「またか」程度だった。AIが人間の得意分野を奪ったのはこれで何度目か、という感覚だ。しかし数学コミュニティは即座に二派に分裂し、Twitter・Mastodon・arXivのコメント欄で約一週間燃え続けている。

数学的な詳細には踏み込まない。ウェブ上にもすでに十分な分析がある。面白いのはその後ろに広がる議論の方だ。

数学者たちが本当に議論していること

争点になっているのは「AIが問題を解いたかどうか」ではない。方法論が問われている。

件のAIシステムの本質は、探索+ヒューリスティックの組み合わせだ。巨大な解空間をしらみつぶしに試し、いくつかの賢い枝刈りを挟んで、「それっぽい」答えにたどり着く。

人間の数学者はどうするか。椅子に座って式を見つめ、ある朝ふと灵感に襲われ、「ああ、そういうことか」と突然理解する。このプロセスを洞察(insight)と呼ぶ。

すると、こんな問いが生まれる。

  • 力任せの探索で得られた答えは、数学を「理解」したと言えるのか
  • 「灵感」を伴わない解法に数学的価値はあるのか
  • 答えに当たっただけなら、コンピュータには1950年代からできたはずで、今回の「突破」は何に対する突破なのか

これは技術的な正否の話ではなく、パラダイムの衝突だ。支持派は「結果が正しければそれでいい」と言い、反対派は「それは数学ではない」と主張する。

なぜAlphaGoの時よりも収拾がつかないのか

碁は白黒はっきりした世界だ。勝ち負けは明確で、AlphaGoが李世石に勝った時は、世界中が(柯潔がちょっと抵抗した以外は)すんなり認めた。

数学はそうはいかない。

数学は「正しければ正、不正なら誤」の学問だが、「正しい」と「価値がある」の間には深い溝がある。

AIが古典的な難問を解いたとして、数学者はそれを受け入れられるだろう。しかしその解法が、AIが10万回の試行錯誤の末にぶつかったものだった場合、その解法には「美感」があるのか。人間に新しい知見をもたらすのか。他の問題に一般化できるのか。

ここが議論の核心だ。

しかも、エンジニアリングの分野(コード生成、テキスト生成)でAIが間違うぶんには寛容だ。バグは直せばいい、promptは調整すればいい。しかし数学は「正か誤か」の二元世界であり、「半正半誤」が最も評価しづらい。AIが提示した「証明」の3ステップ目に問題があり、結論だけたまたま正しかった場合——これは何と呼ぶべきか。

AlphaGoを巡る議論は「機械は人間に勝てるか」という問いに、技術的事実が直接答えた。数学の議論にはそういう「勝ち」の基準がない。だからいつまでも決着しない。

反対派が本当に恐れているもの

彼らが心配しているのはAIに職を奪われることではない。

数学者は仕事に困らない。最前線の研究ができる数学者なんて世界全体で数千人しかおらず、「失業問題」自体が成立しない。

彼らが本当に恐れているのは学術評価システムの崩壊だ。

  • 論文にAIを使った場合、AIは「著者の貢献」に算入されるのか
  • 査読者はAIの出した「証明」をどう検証するのか。探索過程を誰も読めないのに、結論だけ見て査読できるのか
  • 学生がAIを使って予想を解いた場合、それは学生の業績になるのか
  • 雑誌がAIの出した「証明」を掲載するようになれば、「人間の数学者が作った数学」が価値を下げないか

こうした制度的な問題には、現時点で答えが出ていない。

さらにやっかいなのは「品味(taste)」の問題だ。数学界には「良い品味」という業界用語がある。証明が优雅かどうか、深い構造を明らかにするか、後世に启发を残すか——これらはすべて主観的判断だ。AIの力任せ探索の解法は、数学者の感覚では「品味がない」が圧倒的に多い。しかしこの「品味」を査読基準にどう書き込むのか。

書き込めない。

支持派が「この議論は無意味」と思う理由

実用派——主に応用数学、計算数学、組合せ数学の人々——は、この騒ぎを奇異に感じている。

彼らのロジックは単純だ。

道具は道具だ。

彼らが引き合いに出すのは電卓だ。1970年代に電卓が普及した時、数学教育界は大騒ぎした。「電卓を使う学生は数学者と言えるのか」「暗算力は退化しないか」「数学的思考訓練はもう意味がないのか」。

20年議論された。結果はこうだ。数学は死ななかった。分業が変わっただけだ。暗算は基本スキルになり、電卓は生産道具になり、抽象思考はむしろより重視されるようになった。

今回のAIツールは強力だが、本質は同じだ——もっと凶悪な「電卓」だ。

応用派はこう言う。洞察があるかなんて気にしない。問題が解ければそれでいい。あとからじっくり解法を見れば、おそらく新しい方法論を抽出できるだろう。歴史を見れば、数学の多くの突破は最初は「泥臭い方法から生まれた」のだ。

編集部の見解

この件で本当に注目すべきは、AIの数学力がどこまで達したかではなく、「数学的品味」という完全に主観的な基準が初めて機械に追い詰められたという事実だ。

AIがエンジニアリング分野(コード、執筆)に侵食した時、評価基準は客観的だった。動けば動く、文字数が足りていれば足りている。数学は違う。「品味」「美感」「優雅さ」といったものが、初めて表の舞台に押し出された。なぜならこれらの主観的基準が、初めて「機械の成果物を認めるか否か」という問いに直面したからだ。

私の予想はこうだ。この議論は単一の立場に収束せず、二つの並列する評価システムに分岐する。

  • 一つは「結果志向」——問題を解ける数学が数学であり、AIは共同執筆者、貢献度は工数で測る。
  • もう一つは「過程志向」——「人間の洞察」が介在する数学のみが数学であり、AIは足場に過ぎない。

両者はそれぞれの学会・会議・引用体系を発展させるだろう。10年後には「AI数学」と「人間数学」という全く異なる二つのサブディシプリンが並存しているかもしれない。

今回は過去と何が違うのか。AlphaGoとは違う。あれは技術的事実の問題で、計算力が直接決着をつけた。電卓とも違う。電卓は人間の能力を何も置き換えなかったが、AIは「思考プロセスそのもの」を代替し始めている。

不確実な点として、このAIシステムがどれほど「汎用的」なのかは判断できない。一つの予想を解けても、一種類の問題を解ける保証はない。特殊な個別問題にしか対応できないなら、議論はすぐ収まるだろう。しかし体系的に証明を出し始めたなら、それが本当のバラダイム転換点になる。

出典: https://www.science.org/content/article/how-ai-math-breakthrough-ignited-controversy