2025年7月、AIの歴史に新たな一章が刻まれた。Google DeepMindが開発したAIモデル「Gemini」の上級版が、世界で最も権威ある若き数学者のための競技会「国際数学オリンピック（IMO）」において、金メダルに相当する成績を収めたのだ。6問中5問を完答し、42点満点中35点を獲得。これは、AIシステムとして初めてIMO運営組織から公式に評価・認定された金メダル級の快挙である。
これは、単純な計算能力の高さを示すものではない。チェスや囲碁といったルールが明確なゲームの攻略とは異なり、IMOは創造性、直感、そして多角的な思考を要する、いわば「アイデアの荒野を切り拓く冒険」だ。その領域に、AIが人間と同じ土俵、同じルールで足を踏み入れ、トップレベルの成果を上げたのだ。
Gemini Deep Think、歴史的快挙の舞台裏
今回の主役は、Googleが今年5月に発表したGeminiの特殊な思考モード「Deep Think」を搭載した先進バージョンだ。IMOは、世界100カ国以上から選抜された6人の高校生たちが、代数学、組合せ論、幾何学、数論といった分野の超難問に挑む。メダルが授与されるのは参加者の上位半数のみで、金メダルを獲得できるのはわずか8%ほどの天才たちである。
Gemini Deep Thinkは、このトップ層に食い込むパフォーマンスを見せた。
- 成績: 6問中5問を完全に解答。
- スコア: 35点（42点満点）。これは金メダルの基準点を十分に満たす。
- 公式認定: IMOのコーディネーターによって、人間の参加者と全く同じ基準で採点・認定された。IMO会長のGregor Dolinar教授は、その解答を「多くの点で驚くべきもの」「明確、正確で、そのほとんどが理解しやすい」と評価している。
この成果の特筆すべき点は、AIが人間の思考プロセスに限りなく近づいた方法で問題を解いたことにある。
「自然言語」での思考へ：昨年の雪辱を果たした技術的飛躍
実は、Google DeepMindがIMOで高い評価を得るのはこれが初めてではない。2024年には、「AlphaProof」と「AlphaGeometry 2」というモデルの組み合わせで銀メダル相当の成績を収めている。しかし、昨年と今年の間には、AIの進化における決定的な違いが存在する。
昨年のシステムは、人間がまず自然言語で書かれた問題を「Lean」のような専門的な形式言語に翻訳し、AIが生成した証明を再び人間が解釈する必要があった。いわば、AIは専門言語を話す通訳を介して数学者と対話していたようなものだ。さらに、解答を導き出すのに数日間の計算時間を要した。
対して、今年のGemini Deep Thinkは、このプロセスが根底から異なっている。
- エンドツーエンドの自然言語処理: 人間の介在を必要とせず、問題文（自然言語）を直接読み込み、解答となる証明（自然言語）を生成した。
- 時間制限の遵守: 人間の参加者と同じく、4.5時間という制限時間内に解答を完了させた。
- 「並列思考」の実装: 従来のAIが一つの思考経路を直線的にたどるのに対し、「Deep Think」は複数の仮説や解法を同時に並行して探求する。それぞれの思考プロセスを比較・統合し、最も確からしい最終解答を導き出す。これは、優秀な数学者が頭の中で複数のアプローチを同時に試す様に似ている。
この飛躍を可能にしたのが、新しい強化学習の手法だ。単に最終的な答えが正しいかどうかでAIを訓練するのではなく、「質の高い長文の解答例」を大量に学習させた。これにより、最終的な答えに至るまでの「思考のプロセス」そのものを磨き上げたのだ。DeepMindの科学者であるThann Luong氏はこれを「頑健で長大な推論能力を獲得できる」と説明する。筆者も元検索エンジン開発者として、このアプローチには既視感を覚える。これは、検索結果の質を向上させるために、単なるクリックの有無だけでなく、ユーザーがページ上でどのように行動し、満足したかという「プロセス」を評価するアルゴリズムの考え方に通じるものがある。
静かなる勝者Google、ルールを巡るOpenAIとの対比
この歴史的快挙が報じられる直前、AI業界のもう一方の雄、OpenAIも自社モデルがIMOで5問を解き、金メダル級の成果を上げたと発表している。両社がほぼ同時に、同じレベルのブレークスルーを達成したことは、AI開発の驚異的な速度を物語っている。
しかし、両社の発表には決定的な違いがあった。
- Google DeepMind: IMOと協力し、公式な評価プロセスを経て結果を発表した。IMO側が学生の表彰を優先したいという意向を尊重し、公式結果が確定するまで発表を控えた。
- OpenAI: IMOの公式な枠組みには参加せず、元IMO金メダリストなどからなる独自のパネルで採点し、結果を先行して発表した。
この対応の違いは、ソーシャルメディア上で少なからぬ議論を呼んだ。Googleの慎重な姿勢を「誠実で、人間性を尊重している」と賞賛する声が上がる一方、OpenAIの行動を「ルールを無視した無作法だ」と批判する意見も見られた。
Google DeepMindのDemis Hassabis CEOはX（旧Twitter）で、「我々が（金曜に）発表しなかったのは、IMO理事会の当初の要請を尊重したからだ」と述べ、暗にOpenAIの行動を牽制した。これは単なる技術開発競争ではなく、AIという強力なテクノロジーを社会にどう提示していくかという、企業の倫理観や文化の違いを浮き彫りにしたと言えるだろう。
AIは数学の新たな相棒となるか？ 人知を超えた「エレガントな解法」
今回のGeminiのパフォーマンスで最も興味深いのは、単に問題を解いたという事実以上に、その「解き方」にあった。
IMOの問題3において、多くの優秀な人間の参加者が大学院レベルの高度な数学概念（ディリクレの定理）を応用して解答を導いた。しかし、Gemini Deep Thinkは、より初等的で基本的な数論のみを用いて、自己完結した見事な証明を創造したのだ。DeepMindの研究者でありブラウン大学教授のJunehyuk Jung氏はこの解法を「見事な洞察」と評している。
これは、AIが人間の知識を模倣するだけでなく、人間が見落としていたかもしれない、よりシンプルでエレガントな道筋を発見する可能性を示唆している。AIが単なる計算機ではなく、新たな数学的発見を促す「創造的な相棒」となりうる未来を予感させる出来事だ。
Googleはこのモデルを、まず数学者などの専門家グループに提供し、その後、月額250ドルの最上位プラン「Google AI Ultra」の加入者にも展開する計画だ。AIが数学研究の現場でどのような化学反応を起こすのか、注目される。
完璧ではなかったAIと、残された人間の領域
しかし、AIはまだ全知全能の神になったわけではない。Geminiは6問中1問を間違えた。それは、採点者も「客観的に最も難しかった」と認める問題で、正解できた学生はわずか5人だったという。
失敗の原因は、AIが「間違った仮説からスタートしてしまった」ことにある。一度誤った方向に思考を進めてしまうと、そこから抜け出せなかったのだ。このエピソードは、AIの現在の限界と、未知の問題に対して柔軟な発想転換ができる人間の知性の価値を逆説的に示しているのかもしれない。
それでも、Google DeepMindは来年のIMOで「パーフェクトスコアを目指す」と公言している。銀から金への飛躍に要した期間はわずか1年。この驚異的な進化の先に、AIと人間が協力して、これまで誰も解けなかった数学の未解決問題に挑む未来が待っているのかもしれない。今回のIMOでの快挙は、その壮大な物語の序章に過ぎないのだろう。
Sources