1946年、放浪の天才数学者として知られるポール・エルデシュは、方眼紙を見つめながらある単純で奥深い問いを思いついた。「平面上にn個の点を配置したとき、距離がぴったり1になるペアは最大でいくつ作れるだろうか」。この「単位距離問題」は、離散幾何学において最も有名で、同時に最も残酷な難問である。
紙の上にペンで点を打つことを想像してほしい。一直線上に等間隔に並べればペアの数は点の数より少し少ない程度になる。しかし、正方形の格子状に点を敷き詰めれば、距離が1のペアをはるかに効率よく生み出すことができる。エルデシュ自身もこの格子ベースの配置がほぼ限界であると考え、ペアの数は最大でもnの指数が1に極めて近い数値にとどまると予想した。以来80年近く、世界中の天才たちがこの予想の壁に挑み、そして敗れ去ってきた。正方形格子が作り出す直感的な完全性は、あまりに強固であった。
しかし2026年5月、この静かな数学の世界に激震が走る。OpenAIの開発した汎用推論モデルが、エルデシュの強固な予想を完全に反証してみせたのだ。人間の直感が80年間かけて築き上げた壁を、AIがあっさりと突破したのである。本稿では、AIがいかにして幾何学のパズルを代数学の言葉で解き明かし、全く新しい証明構造を構築したのか、その思考の深淵に迫る。
直感の要塞。エルデシュの予想と、80年間にわたり誰も超えられなかった「正方形格子の限界」
平面上の点という極めて視覚的な要素を扱うこの問題は、その見かけの優しさに反して恐ろしく深い数学的淵を隠し持っている。単位距離グラフにおいて、2つの単位円は最大でも2点でしか交わらないという制約があるため、特定の点から距離が1となる点を無数に平面的に配置することは不可能に近い。
エルデシュの提示した予想は、数学用語で表現すればペア数の上限がnの1乗に微小な変動項（）を加えたものに収束するというものであった。nが無限大に近づくにつれて、この微小な追加項はゼロに近づく。つまり、どれだけ巧みに点を配置したとしても、ペアの数は点の数にほぼ比例してしか増えないという強力な直感がそこには存在していた。
1984年にSpencer、Szemerédi、Trotterの3人が示した という理論的な上限値から、さらに上限を引き下げる（予想に近づける）試みは続けられたが、下限を大幅に引き上げる新しい配置を発見できた者は一人もいなかった。いつしか数学界全体が「エルデシュの予想は正しい」という暗黙の前提を受け入れ、問題の証明は限界値を下げる方向へとシフトしていったのである。
屈辱の秋を超えた完全なるピアレビュー。数学界からの冷ややかな視線を熱狂に変えた逆転劇
今回の快挙の裏には、OpenAIにとっての苦い記憶がある。わずか7ヶ月前の2025年10月、同社の当時の幹部が「AIがエルデシュの未解決問題を10問解いた」と華々しくSNSで発信した。しかしそれは、既存の文献にすでに存在していた解法を見つけ出しただけの検索結果に過ぎないことが発覚する。
Thomas Bloomをはじめとする専門家から「劇的な事実誤認」と指摘され、MetaのYann LeCunやGoogle DeepMindのDemis Hassabisといったライバル企業のトップからも厳しい非難を浴びた。数学界からの視線は一気に冷ややかになり、同社は大きな信用を失墜させていた。
だからこそ今回、OpenAIは極めて慎重なアプローチを取った。自らの手で結果を誇張するのを避け、かつて彼らを厳しく批判したThomas Bloom自身や、プリンストン大学のNoga Alon、フィールズ賞受賞者のTim Gowersといったトップクラスの数学者たちにピアレビューを徹底的に依頼したのだ。彼らは詳細な検証の末、AIが提示した証明が過去の文献の焼き直しではなく、真の創造性によるものであると公式に認めた。一度はAIの限界を指摘した専門家たちが、自らの手でその凄まじい飛躍に太鼓判を押した意義は極めて大きい。
次元の壁を突破する。見えない高次元の格子を平面に射影する「類体塔」の魔法
AIはいかにして80年間の常識を覆したのか。最大のブレイクスルーは、空間のパズルを解くために、全く無関係に思える「代数的整数論」という別の言語を用いた点にある。平面の幾何学の問題を、数の性質を解き明かす代数学の手法で解体したのだ。
エルデシュが考えた正方形格子は、数学的には「ガウス整数（実数と虚数を縦横の軸にとった複素数の格子）」として理解できる。AIはこの二次元の枠組みを根底から解体し、無限に次数が大きくなる高次代数体へと舞台を移した。ここで使われたのが「無限類体塔（Infinite Class Field Tower）」という極めて高度な概念である。
直感的に言えば、3次元や4次元の複雑なオブジェに特定の角度から光を当てると、平面には同じ長さの影が無数に落ちる現象に似ている。AIはミンコフスキー空間と呼ばれる高次元の空間において、特別な対称性を持つ格子の集合を構築した。そして、その広大な空間の中から適切な大きさの「窓」で一部分を切り取り、特定の複素座標一つ（二次元平面）へと射影した。これにより、平面上に重なり合うことなく、距離が厳密に1となる点のペアを密集させることに成功したのである。
チェボタレフの密度定理が仕掛けるトリック。見えない素数から距離を錬成する
この高次元の影絵を機能させるためには、論理的な中間ステップを緻密に組み上げる必要があった。平面上で「距離が1のペア」を指数関数的に増やすには、高次元空間において「すべての方向で絶対値が1となるような特別なベクトル（ノルム1の要素）」を大量に用意しなければならない。
AIはここで「チェボタレフの密度定理」という代数学の強力な武器を持ち出した。素数には様々な性質があるが、AIは「4で割って1余る」特定の素数を選び出し、それらが無限に続く類体塔の中で「完全に分解する」という状況を意図的に作り出したのである。素数が完全に分解することで、理想的な性質を持つイデアル（数のまとまり）が無数に生成される。これを鳩の巣原理で分類し、比をとることで、分母が制限された「絶対値が必ず1になる分数（代数的な要素）」を爆発的に増殖させた。
| 比較項目 | 旧理論（エルデシュの予想と支配的見解） | 新発見（OpenAIの汎用推論モデルによる証明） |
|---|---|---|
| 最適な配置モデル | ガウス整数に基づく二次元の正方形格子 | 無限類体塔に基づく高次元空間からの射影配置 |
| ペア数の下限 | ||
| アプローチの基盤 | 古典的な離散幾何学と組合せ論 | チェボタレフ密度定理を用いた代数的整数論 |
長年、下限の限界値はエルデシュの予想の通り、指数が1に限りなく近い値にとどまるとされていた。しかしAIが提示したこの代数的構成法は、距離が1になるペアの数が既存の限界を明確に上回る配置が無限に存在することを示した。プリンストン大学のWill Sawinによる精緻化により、この指数の上乗せ分は0.014にとれることが確認されている。無限の極限においては、このわずかな差が幾何学の常識を覆す決定的な成長率の違いを生み出す。
なぜ汎用モデルが数学的ブレイクスルーを生めたのか。異分野融合が打ち破る「次元の呪い」
この結果が示唆する社会的および学術的なインパクトは計り知れない。特筆すべきは、このモデルが数学の定理証明に特化して自己対戦や強化学習を施された専用システムではなく、プロンプトを与えられただけの汎用推論モデルであるという事実だ。
なぜAIにこれが可能だったのか。人間の数学者であれば、高次代数体を用いたアプローチを思いついたとしても、次数が上がるにつれて計算の複雑さが爆発し、判別式の制御が効かなくなることを恐れて途中で引き返してしまう。トロント大学のJacob Tsimermanが指摘するように、AIは人間が「この道は絶望的だ」と諦めるような心理的バイアスを持たず、複雑で危険な探索空間を疲弊することなく最後まで歩き通した。広大な知識の海から全く異なる分野の定石を結びつけ、破綻させずに論理を完遂する力は、人間の直感が陥りやすい盲点を見事に突いている。
この能力は、数学の世界に限定されるものではない。創薬プロセスにおける複雑なタンパク質の折り畳み構造の予測や、新素材開発における物理シミュレーションなど、変数の数が多すぎて人間が最適解を見失う「次元の呪い」に直面する領域は無数にある。膨大な変数を処理しきれず既存の枠組みに閉じこもりがちな人間のアプローチに対し、AIは生物学の難題に対して代数幾何のメタファーを用いたり、材料工学の壁をトポロジーの法則で突破したりと、専門分野というサイロを越えた全く新しい最適解を提示する準備が整っている。
AIはもはや単なる文献検索ツールや執筆アシスタントではない。未知の概念を接続し、自律的に論理の深遠へと潜る真の研究開拓者となった。AIが切り拓いた高次元の地図は、今後の科学研究において人間が直感の限界を超えるための確かな羅針盤となるはずだ。