米国OpenAIは2026年10月6日（火曜日）、自社の内部開発向け人工知能モデルが作成した数学的証明を含む学術論文722本を公開リポジトリで発表した。これらの研究成果はオープンソースのApache-2.0ライセンスの下で提供されており、約4000件の未解決研究課題に対する検証実験を経て、372系統の数学的問題群に対する解答や理論的進展をまとめた構成となっている。
公表された一連の文書は、一般向けに商用提供されていない高度な最新モデルによって構築された。同社によると、論文の大半は複数の段階を経た人間の介入を行わず、単一の自律エージェントに対して一度の指示を入力することで生成された成果である。
「openai/math」と名付けられたGitHubリポジトリには、論理的妥当性を計算機上で検証するためのプログラミング言語Leanを用いた形式化コードも一部含まれている。開発側はさらに、システムが結論を導き出す際に採用した体系的な推論プロセスを解説する10件の概要文書も併せて格納した。
公開リポジトリにおける運用指標と計算資源の消費規模
同社は、従来の推論評価基準ではモデルの性能測定が限界に達したため、未解決の数学的課題を用いた検証を実施したと説明している。今回の発表資料には、運用規模および技術的仕様に関する詳細な指標が明記された。
- 公開された数学的解法の提案を含む学術論文722本
- 文書群が対象とした成果およびテーマ別の問題系統372分類
- 評価プロセス全体でモデルに投入された約4000件の未解決研究課題
- 生成結果1件あたりに消費されたChatGPT Pro換算で約3時間相当の推論計算能力
- システムが実行した論理展開の道筋を記録した体系的な推論概要文書10件
- GitHubで提供される全ファイルに適用されたApache-2.0オープンソースライセンス
公開に伴う技術ノートにおいて、同社は文書配布の基盤として今回採用した形式の正当性を述べている。従来の査読付き学術誌への直接投稿ではなく、コード共有プラットフォームを選択した背景には、外部からの迅速なアクセスと版管理を両立させる狙いがある。
同社は公式声明の中で、「今回の公開にあたり、論文の改訂手順や引用規約を整えた上でGitHubリポジトリを通じて結果を公開している」と表明した。続けて「助言委員会の指針に沿う形で、コミュニティが運営する他の保管手段の活用も引き続き検討している。今後の発表においては、引用の充実、数学的解説の向上、理解を助けるための結果提示方法の改善に努めていく」と説明している。
4次元掛谷予想やリーマン予想を巡る理論的アプローチ
技術文書で扱われている主題には、4次元空間における幾何学的な掛谷予想への解決策の提示や、計算アルゴリズムの効率化手法が含まれる。さらに、解析的数論における最も重要な問題の一つとされるリーマン予想への理論的な接近を試みた内容も対象となっている。
今回の公表は、2026年9月21日に同社が行った発表に続く動きとなる。当時同社は、ミレニアム懸賞問題に指定されているナビエ・ストークス方程式の解明に加え、100件以上の未解決課題に到達したと告知していたが、検証期間の短さや正式な査読を経ない公開形態を巡って研究者層から慎重な見解が示されていた。
プリンストン高等研究所の助言組織による公開ガイドライン策定
自律型システムが生成した学術的成果の公開基準を整えるため、2026年9月に独立した諮問機関「数学と人工知能に関する諮問グループ（AGMAI）」が設置された。同組織は米国プリンストン高等研究所（IAS）を拠点として活動している。
助言委員会は公式声明の中で、「これは数学界にとって極めて重大な出来事であり、個々の成果の枠組みを大きく超えて学術コミュニティ全体に長期的な影響を及ぼすものである」と指摘した。
委員会は、計算資源のコスト、使用されたモデルの名称、機械に入力された元の指示内容を含め、高い透明性をもってデータを公開するよう推奨した。ただし同組織は、役割が公開形式に関する助言に限定されており、人工知能が導いた証明の正確性を保証または公認するものではないと強調している。
再現性確保に向けたプロンプトや内部データの未開示に対する疑義
学術委員会による提言が存在したものの、OpenAIは各課題に与えられた正確な入力文や、各論文の作成にかかった個別処理時間をリポジトリ内に開示しなかった。計算を実行したニューラルネットワークのモデルの重みデータについても、社外には提供されていない。
こうした制限により、外部の数学者や計算機科学者がプログラムの実行手順を独自に追試し、検証作業を再現することは依然として困難な状態にある。研究の客観性を担保するための不可欠な要素が欠落しているとして、学術現場では警戒感が根強い。
マサチューセッツ工科大学（MIT）の研究者で数学者のAndrew Sutherland氏は、「モデルそのものが公開され、第三者がその結果を再現できるようにならない限り、単一エージェントが一回の試行で難問を解決したとする主張は未検証として扱われるべきだ」と指摘している。
公表された722本の文書が学術的な妥当性を持つかどうかは、専門家による詳細な査読作業や、論理手順全体をLeanなどの形式言語へ完全に書き換えて整合性を判定する工程にかかっている。外部コミュニティによる厳密な精査作業は現在も完了しておらず、検証の行方が注目されている。