人工知能が国際数学オリンピック（2026年上海大会）で初の満点達成

国際数学オリンピック（IMO）は、世界中の20歳未満の才能が集う最高峰の知的競技会である。毎年、およそ100カ国から各国の厳しい予選を勝ち抜いた若き数学者たちが集い、数日間にわたって代数、幾何、整数論、組合せ論の分野から出題される難問に挑む。IMOの参加者たちは何カ月もかけて特別な訓練を積み、独特の思考回路を養ってから本番の会場に足を踏み入れる。そこには高校までの教科書に載っているような、公式を順番に当てはめれば解ける問題はひとつもない。

計算機が人間の計算能力を追い抜いてから数十年が経過した。しかし、計算と推論は全く別の能力である。競技会で出題される複雑な問題群は、論理と直感の限界を試すために用意された特殊な迷宮としての性質を持っている。

直感と論理の融合が証明問題の壁を突き崩す

数学の証明は、あらかじめ決められた選択肢の中から最善手を選ぶチェスや囲碁のような有限の盤面上の探索とは異なる。それは果てのない荒野に自ら新しい論理の道を引く作業に似ている。解答に至るには、問題を全く別の構造に変換して捉え直すひらめきと、そこから数ページにわたって隙のない論理を組み上げる厳密さが必要になる。これまで、これほど高度な推論能力は人間の特権とされてきた。

人工知能の研究において、数学は長年の難所であった。大規模言語モデルが文章の生成や複雑な情報の整理において人間の能力を凌駕するようになっても、論理的推論の領域には高い壁がそびえていた。確率的なパターンマッチングに依存する言語モデルは、文章としては自然であっても、数学的に見るとつじつまの合わないステップを生成してしまうことが多い。

ひとつの計算間違いや、条件の適用漏れが致命傷になる数学の証明において、ハルシネーション（幻覚）と呼ばれるエラーは最大の障害であった。99パーセントの正しい推論があっても、途中の1パーセントの破綻が全体の論理構造を無価値にしてしまう。直感的なアイデアの生成と厳密な検証の両立は、機械にとって最も高いハードルとして認識されていた。人間の数学者は、問題を見た瞬間に背後に隠れた対称性を直感し、その直感に従って数式を変形していく。当時のAIは文字通りに数式を処理しようとして袋小路に迷い込むことが多かった。

金メダルラインの先にある満点の障壁

人工知能はその厚い壁を少しずつ削り取ってきた。2024年、特定の幾何学問題などに特化したAIシステムが初めてIMOの問題で銀メダル相当のスコアを記録した。翌2025年には、GoogleやOpenAIの開発したモデルがさらに性能を向上させ、金メダル水準のスコアを達成している。成果は人工知能の歴史において大きな一歩として記録された。しかし、人間のトップ層との間にはまだ明確な差が残っていた。

金メダルラインを越えたとはいえ、当時のモデルはすべての問題を完璧に解き切る満点には届かなかった。2025年大会では、参加した人間のうち5人が満点を獲得している。それに対し、AIは得意な問題で確実に点を稼ぐ一方で、複雑な場合分けを伴う組合せ論の問題などで論理の糸を見失い、満点を逃してしまった。

機械学習モデルは、過去の膨大なデータから解法のパターンを抽出して模倣することには長けている。前例のない未知の構造を持つ難問に対して、途中で一度もエラーを起こさずに推論を完遂することは不可能に近いと考えられていた。機械には天才的なひらめきと、最後まで論理を破綻させない執念が欠けている。AIは優秀な解答者にはなれても、頂点に立つ少数の人間の頭脳には及ばないという評価が定着しつつあった。

上海大会が証明した自律推論の完成

その前提は2026年7月、中国の上海で開催された第67回IMOの舞台で完全に崩れ去った。世界各国から集まった666人の参加者が難問に挑む中、人工知能が史上初めて全6問をエラーなしで解決し、42点満点を獲得した。人間の参加者の中で満点を達成したのはわずか7人である。全体の約1パーセント強しか到達できない頂点に、機械のアルゴリズムが並び立った瞬間となる。

中国のテクノロジー企業であるHuaweiが開発したモデル「Celia」と、Xiaohongshuの開発した「dots-note-3.0」は、人間の競技が終了した直後に問題を受け取った。開発チームの発表によれば、システムは外部からのプロンプト調整や人間の介入を一切受けず、公式の制限時間内に解答を出力している。

IMOの採点基準は極めて厳格に設定されている。論理に少しでも飛躍があったり、例外となるケースの除外を忘れたりすれば、容赦なく減点対象となる。全6問で42点満点を獲得した事実は、AIが途中の推論プロセスにおいて一度もエラーを起こさなかったことを示している。

さらに、成果は特定の企業による偶然の産物ではない。米国のベンチャーキャピタルであるMenlo Venturesのパートナー、Deedy Dasが報告した内容によれば、米国のOpenAIやAnthropic、新興のAxiom MathやMoonshot AIの開発した複数のモデルも、今年のIMO問題に対して同様に42点の満点を記録した。複数の独立した開発チームが同時期に同じ壁を越えた事実は、AIによる 機械的推論 （machine reasoning）が技術としてひとつの完成形に到達したことを裏付けている。

項目	2025年大会までのAI	2026年上海大会のAI
最高到達スコア	金メダル水準（満点には届かず）	42点満点（全6問正解）
人間トップ層との比較	人間の満点獲得者（5名）に敗北	人間の満点獲得者（7名）と同着
満点を達成した主なモデル	該当なし	Celia, dots-note-3.0, OpenAIのモデル等

直感と検証の分離が論理の破綻を食い止める

AIはどのようにして完全な推論を実現したのか。従来の言語モデルが抱えていた最大の弱点は、一度間違った推論のステップを踏み出すと、そのまま連鎖的に誤った結論へ向かってしまう点にあった。最新のアーキテクチャは、直感的なアイデアを生成するニューラルネットワークと、そのアイデアが論理的に正しいかを厳密に検証する記号処理エンジンを高度に統合している。

人間の脳が「このアプローチが使えそうだ」と直感的にひらめくシステムと、それを一段階ずつ論理検証するシステムを持っているように、AIも二つのエンジンを使い分けている。システムは問題を読み込むと、まず膨大な過去の数学データから有効そうな解法の糸口を複数提案する。ここまでは従来の言語モデルと同じである。

しかし、そこから先のアプローチが異なる。提案された道筋に沿って数式を展開する際、システムは一段階ごとにその論理が数学的な規則に適合しているかを自動で検証する。記号処理エンジンは、プログラミング言語のコンパイラのように、一つひとつの推論ステップに文法的な誤りや論理的な抜けがないかを機械的にチェックする役割を持つ。ニューラルネットワークが自由な発想で広げた風呂敷を、記号処理エンジンが厳密なルールに従って畳み直すのである。

もし行き詰まりや矛盾を検知した場合は、推論を数ステップ前まで巻き戻し、別の分岐点から新しい道筋を探し始める。人間の数学者が紙とペンを使って仮説を立て、間違っていれば斜線で消してやり直す思考のプロセスを、アルゴリズムの中で超高速に再現している状態に近い。従来は、自己修正のループが深すぎると計算量が爆発し、制限時間内に解答が終わらないという問題があった。2026年のモデル群は探索空間の刈り込み手法を洗練させ、無駄な計算を省きながら正しい道筋だけを効率的に見つけ出すことに成功している。

解答の保証された競技から未知の科学領域へ

人工知能が既知の枠組みの中で人間のトップ層と同等の推論能力を持つと証明された今、次に向かうべきは未知の領域である。数学オリンピックの問題は極めて難解だが、必ず制限時間内に解けるように設計されており、明確な正解が存在することがあらかじめ保証されている。競技のルールに則って作られた、いわば閉じた世界での課題である。

一方で、実際の科学研究においては、そもそもその問題が解けるのかどうか、あるいは問題の設定自体が正しいのかどうかがわからない。素数の分布に関する未解決問題や、複雑な流体力学の方程式の解の存在証明など、数百年間にわたって人間の数学者を拒み続けてきた難問は数多く存在する。AIはこの先、誰も解いたことのない未解決問題や、新しい数学的定理の発見において、人間の研究者を導く存在になれるのだろうか。

今回の成果は、AIが数学という最も厳密な言語を用いて、複雑な論理を構築できるようになった証拠となる。この基礎的な推論能力が、現実世界の複雑な物理現象のモデリングや、新しい材料科学のシミュレーションにそのまま応用できるかは未知数である。

企業から発表された成果に対し、独立した第三者機関による詳細な検証が待たれている。AIがどのような手順で正解に至ったのか、そのプロセスが膨大な計算能力に依存した力技に近いものなのか、それとも人間にとって美しく理解可能な論理を含んでいるのか。推論の軌跡がブラックボックスにならず、検証可能な形で出力され続けるかどうかが、すべての科学分野への応用に向けた次のハードルとなる。人間と機械がどのような形で未知の課題を分担していくのか、最適解の探求は始まったばかりである。