OpenAIのナビエ–ストークス証明主張を解説

ナビエ–ストークス方程式は、水や空気のような流体がどのように動くかを記述します。流体力学、工学、物理学の中核にありますが、数学者はその3次元での振る舞いを完全に解析的に理解できていません。

ミレニアム懸賞問題としての問いは、大まかに言えば、滑らかな初期条件が常に将来のすべての時刻で滑らかな解につながるのか、それとも方程式が「爆発」し、速度のような量が無限大になる特異性を生むことがあるのか、というものです。Clay Mathematics Instituteは2000年にこの問題を7つのミレニアム懸賞問題の1つに選び、それぞれに$1 millionの賞金を設定しました。この発表以前、7問のうち解かれていたのはポアンカレ予想だけでした。Wikipediaにもそのようにまとめられています。

Quanta Magazineの報道によると、OpenAIの主張は、内部モデル上で動く自律AIエージェントが3次元ナビエ–ストークス方程式に特異性を発見したというものです。Quantaは、この研究で約10,000のエージェントが使われ、エージェントが88時間後に証明を発見し、さらに17時間後に別のAIモデルがその結果をLeanで形式化したと報じています。Quantaによれば、エージェント同士はほぼ500万件のメッセージを交換し、OpenAIのSébastien Bubeckは計算コストを数百万ドルと見積もりました。

MIT Technology Reviewは、OpenAIが$1 millionの賞金を請求する予定はないと述べていると報じています。Wikipediaによれば、この反例は外部の数学者やClay Mathematics Instituteによってまだ検証されていません。

この最後の点は重要です。Leanによる形式化は強いシグナルですが、コミュニティによる受容と同一ではありません。Quantaが指摘するように、形式証明は、ある命題が証明支援系の内部で導かれることを確立できます。一方で数学者は、形式化された命題が、人々が証明しようとしていた数学的主張と論理的に同等かどうかをなお確認する必要があります。

微分方程式は、変化する量同士の関係を記述します。流体力学では、ナビエ–ストークス方程式が速度、圧力、粘性、外力、質量保存を組み合わせます。標準的な記法で書き下すのは十分に簡単ですが、その長期的な振る舞いを理解するのは極めて困難な場合があります。

中心的な難しさは、エンジニアが流体をシミュレーションできるかどうかではありません。実際、彼らは常にそうしています。問題は、理想化された数学的方程式が、ミレニアム懸賞問題で指定された条件のもとでうまく振る舞うことが保証されるのかどうかです。

特異性が存在するなら、その方程式が破綻を予測することを意味します。流体の一部が、不可能な数学的状態へと発展していくということです。Quantaが説明するように、現実の流体は完全に滑らかな連続体ではなく分子や原子でできているため、これは現実世界の工学で即座に実用上の失敗を意味するわけではありません。しかし数学としては、理想化された方程式が多くの人の予想よりも驚くべき振る舞いをすることを示します。

この問題は、物理学で最も難しい現象の1つである乱流にもつながっています。Wikipediaは、乱流が科学と工学において重要であるにもかかわらず、物理学における最大級の未解決問題の1つだと説明しています。爆発の証明は、実用的な意味で「乱流を解く」ものではありませんが、その背後にある方程式について数学者が知っていることを作り変えるでしょう。

論争の中心にあるのは、OpenAIの研究とBuckmasterおよびAlpögeの研究との関係です。

Quantaは、OpenAIの発表が、BuckmasterがAlpögeとの関連性の高い問題に関する結果を発表してから約12時間後に行われたと報じています。彼らの研究では、OpenAIモデルを含むさまざまなAIモデルが使われていました。MIT Technology Reviewは、BuckmasterとAlpögeがこの問題にほぼ1年取り組んでおり、Buckmasterが、ナビエ–ストークス方程式の簡略化版が破綻し得ることを示す証明を投稿したと報じています。

OpenAIの研究とBuckmaster–Alpögeの研究はどちらも、Diego CórdobaとLuis Martínez-Zoroaに関連するアプローチに依拠しているようです。Quantaによれば、両チームは、多くの数学者が使っていた方法から離れた戦略を開発したCórdobaとMartínez-Zoroaの研究に大きく依拠していました。MIT Technology Reviewは、Brown Universityの数学教授Javier Gómez-Serranoの発言として、このアプローチはこの問題に有望だと考えられていた複数の方法の1つだったと伝えています。

MIT Technology Reviewによると、OpenAIは、BuckmasterとAlpögeの取り組みに関する噂を聞いた後にチームがこの問題を追求する着想を得たことを認めています。争点は、OpenAIのモデルや社員がBuckmasterとAlpögeの研究にアクセスしたのか、それを学習に使ったのか、あるいは何らかの形で恩恵を受けたのかです。

MIT Technology Reviewは、BuckmasterがOpenAI社員とのやり取りを記述した文書を投稿したと報じています。Buckmasterの説明によれば、OpenAIの社員は2つの可能性を提示しました。BuckmasterとAlpögeが自分たちの研究を投稿し、OpenAIが翌日に自社のナビエ–ストークス解を投稿するか、あるいはBuckmasterがOpenAIとともにナビエ–ストークス論文に取り組み、AlpögeについてはAnthropic所属であることを理由に著者から除外するか、というものです。MIT Technology Reviewはまた、OpenAIが、自社の社員やエージェントがBuckmasterとAlpögeの記録にアクセスしたことを否定したとも報じています。

これらは重大な申し立てですが、公開記録は不完全です。取るべき姿勢は、数学的主張と帰属をめぐる紛争を切り分けることです。プロセスが倫理的に争われたままでも、証明が正しい可能性はあります。あるいは、証明が審査で退けられても、帰属をめぐる問いがなお重要である可能性もあります。

Leanは証明支援系です。数学的命題を表現し、各ステップが形式的な規則から導かれることを確認するためのシステムです。重要度の高い数学では、これによって大きな種類の誤りを取り除けます。また、証明が単なる散文ではなく、実行可能な形式論理であるため、AI生成の証明を監査しやすくすることもできます。

だからこそ、Leanの要素は重要です。形式化が健全で、意図されたナビエ–ストークスの命題と一致しているなら、その結果を流暢な幻覚として片づけることははるかに難しくなります。AIを作る側にとって、これはもっともらしい推論を書くモデルと、別のプログラムが確認できる成果物を生成するシステムとの違いです。

しかしLeanがすべての信頼問題を解決するわけではありません。優先権を確立するものではありません。証明がどのように発見されたのかを明らかにするものでもありません。非公開データ、記録、未発表のアイデアが探索に影響したかどうかも説明しません。そして、証明の意義を解釈する数学コミュニティの役割を置き換えるものでもありません。

この区別は、AIプロダクトを作っている人にはなじみ深いはずです。構造化出力、テスト、eval、形式的チェックはシステムの信頼性を高められますが、それだけでガバナンスの問いに答えることはできません。AIエージェントがツールを呼び出し、ログを調べ、非公開コンテキストを再利用し、ほかのエージェントと連携できるなら、そのシステムには生の能力と同じくらい、境界線と監査証跡が必要です。

それが、マルチエージェントの取り組みが単なるpromptの工夫ではなく、エンジニアリングの問題である理由の1つです。研究エージェントを設計している場合でも、ビジネスワークフローを設計している場合でも、実務上の問いは似ています。どのエージェントがどのコンテキストを見られるのか、どのツールを呼び出せるのか、handoffはどこで起きるのか、何がログに残るのか。ミレニアム懸賞問題ほどの重要性に達するずっと前から、こうした設計上の選択はAIエージェントにおいて重要です。

運用面で最も目を引く詳細は規模です。Quantaは、およそ10,000のエージェント、88時間の探索、形式化にさらに17時間、そしてエージェント間でほぼ500万件のメッセージがあったと報じています。MIT Technology Reviewは、OpenAIがこの実行に数百万ドルかかったと述べたと報じています。

この規模は、ほとんどの学術グループには利用できません。これは、フロンティア数学の進歩が、少数のAI企業の内部に集中した内部モデル、非公開の計算予算、エージェント基盤に依存する可能性がある未来を示唆しています。

MIT Technology Reviewは、これを数学にとっての転換点として位置づけています。主要な未解決問題が非公開のエージェント群によって攻められるようになれば、学術的共同作業の規範は圧迫されるかもしれません。数学者はしばしば、失敗した試み、部分的な結果、間違った方向から学びます。それらが非公開システムの内部で起こり、決して公開されないなら、この分野は、従来なら新しい道具やサブフィールドを生み出してきた共有の道筋なしに、答えだけを得ることになるかもしれません。

Quantaは、Clay Instituteの公式問題解説を書いたPrincetonの数学者Charles Feffermanの発言を引用しています。彼は、この問題が解かれたことに興奮していると述べ、CórdobaとMartínez-Zoroaをこの物語のヒーローだと位置づけました。この帰属は有用な補正です。最後の一歩が自動化されていたとしても、有望な方向を選ぶという研究上の嗅覚は、何年にもわたって築かれた人間の数学的研究から来ていたからです。

ビルダーにとっての教訓は「もっと多くのエージェントを使え」ではありません。agenticシステムは、与えられた探索空間の質を増幅するということです。より良いモデルとより大きな予算は助けになりますが、問題設定、コンテキスト選択、ツールアクセス、検証ループがなお、システムが有用な領域を探索するのか、計算資源を燃やすだけなのかを決めます。

複数モデルにまたがって作業をルーティングしている場合も、同じ原則がより小さな規模で当てはまります。仕事に最適なモデルを使うべきですが、モデル選択をシステム全体だと見なしてはいけません。信頼性は、その周囲のワークフロー、つまり検索、制約、チェック、承認、ログから生まれます。言い換えれば、能力はリーダーボード上の選択からではなく、ワークフロー全体から生まれます。

最初に注目すべきは数学的検証です。外部の数学者とClay Mathematics Instituteは、証明が正しいかどうか、Lean形式化が意図された主張と一致しているかどうか、そしてその結果が先行研究の中でどう位置づけられるかを評価するための時間を必要とします。

2つ目は帰属です。OpenAI、Buckmaster、Alpöge、そして外部の数学者による公開された説明は、まだ確定した記録を形成していません。中心的な問いは事実に関するものです。OpenAIのエージェントや社員は何にアクセスしたのか、何を学習に使ったのか、何を知っていたのか、そしていつ知ったのか。

3つ目は、これがテンプレートになるかどうかです。フロンティアAIラボが有名な未解決問題に大規模なエージェント群を向けられるなら、今後さらに多くの発表が続くでしょう。中にはクリーンなものもあるでしょう。争われるものもあるでしょう。審査で失敗するものもあるでしょう。影響を受ける分野では、クレジット、開示、非公開計算資源、AI支援による優先権主張についての規範が必要になります。

純粋数学の外でAIを使って構築している人にとって、メッセージは十分に明確です。能力は単一のpromptではなく、システムへと移っています。エージェント、ツール、モデルルーティング、検証が仕事の単位になりつつあります。出所とレビューをうまく扱えるチームは、より大きな出力だけを追いかけるチームよりも有利な位置に立つでしょう。

検証と帰属をめぐる展開については、今後も追っていきます。技術的な文脈を残したAIニュースを読みたい方は、LIAニュースレターを購読できます。

• OpenAIは、自律AIエージェントが3次元ナビエ–ストークス方程式の特異性を発見し、Lean形式化を作成したと主張しています。
• この結果は、外部の数学者による検証も、Clay Mathematics Instituteによる受理もまだ受けていません。
• Lean証明は多くの証明チェック上の誤りを減らせますが、レビュー担当者はなお、形式的な命題が意図された数学的主張と一致していることを確認する必要があります。
• この発表は、Tristan Buckmaster、Levent Alpöge、Diego Córdoba、Luis Martínez-Zoroaの研究に関する帰属紛争と絡み合っています。
• 報告された実行規模は、フロンティアAIラボとほとんどの学術グループとの間のリソース格差を浮き彫りにしています。
• AIビルダーにとって、この一件は、エージェントにはより多くの計算資源だけでなく、出所、監査証跡、検証ループ、明確な境界線が必要であることを示しています。

このセクションでは、OpenAIのナビエ–ストークス主張の背後にある実務的な問いに答えます。以下では、発表、Leanの役割、そしてなお独立したレビューを必要とする部分を扱います。また、この研究をめぐる数学的な重要性と帰属紛争を切り分けます。

OpenAIはAI生成の解決策があると述べていますが、この主張にはまだ外部の数学的レビューとClay Mathematics Instituteによる評価が必要です。

引用した報道によれば、OpenAIは、自社のエージェントが3次元ナビエ–ストークス方程式の特異性を発見し、別のモデルがその結果をLeanで形式化したと主張しています。

Leanは、各形式的ステップが規則から導かれることを確認できるため、その証明をもっともらしい散文として退けることを難しくします。数学者はなお、形式化された命題が意図されたナビエ–ストークスの主張と一致していることを検証する必要があります。

この紛争は、OpenAIの研究がTristan BuckmasterとLevent AlpögeによるAI支援研究から、適切なクレジットなしに恩恵を受けたかどうかをめぐるものです。MIT Technology Reviewによると、OpenAIは自社の社員やエージェントが彼らの記録にアクセスしたことを否定しています。

いいえ。爆発証明は、流体運動の背後にある方程式についての数学的理解を作り変えるでしょうが、実用的な工学問題として乱流を直接解決するものではありません。