AIの数学証明、結果の検証と過程の再現は別問題

2026年11月6日、PSIは非公開のAnthropicモデルを使い、Aaronson–Ambainis予想の証明を得たと報告した。注目すべき編集上の問いは、AIが数学をできるかだけではなく、この主張のどこまでを外部から検査できるかである。

成果と生成過程には別の証拠が必要だ

公開リポジトリにはLeanによる形式化と検証記録があり、命題が元の予想と対応するかは人間の確認事項とされる。Open Market Notesは証明の再実行も発見過程の再現も行っていない。

私たちの見方では、一見対立する二つの反応は両立する。研究者は公開された数学的成果を評価しつつ、それを生んだシステムの一般的能力について判断を留保できる。逆に、同じモデルを利用できないこと自体は証明の反証にならない。この二つを混同すると、検査可能な対象が企業への信任投票になってしまう。

最終的な証明ファイルだけを受け取り、失敗した試行の記録を持たない評価者を考えよう。その人はファイルが指定された命題を示すかを調べられるかもしれない。しかし、新しい問題を解く確率、人間による選別の程度、不成功の探索にかかった費用は推定できない。それぞれ異なる観察が必要だからだ。一つの成功例は成功率の分母を与えない。

量子計算に関する意味には範囲がある

元の論文は、この予想をクエリモデルにおける大部分の入力の古典的シミュレーションと結び付けている。量子マシンの性能測定ではない。

事業の視点では、この区別によって次の質問が変わる。抽象的なアルゴリズムが入力にアクセスする回数は、そのまま納期、電力費、アプリケーションの実行時間を意味しない。運用上の比較には、対象の仕事、実装、資源の計算方法を特定する必要がある。本稿はそうした証拠を示しておらず、ハードウェア購入や既存のセキュリティが破られる時期の予測を支えるものではない。

すぐ製品にならないから理論を軽視するのも、そのまま完成済みの工学的成果として扱うのも適切ではない。理論は何を研究すべきかを変えうるが、工学では前提が目的の用途に合うかを別途確かめなければならない。ある問題群への制約を、量子計算のあらゆる用途への判定に広げるべきではない。

検証はラベルではなく作業工程だ

Leanの文書は古典的推論と計算内容を区別する。したがって形式化された結果を、そのまま実行可能な方法と呼ぶべきではない。

編集部や研究チームには、正確な命題、調査した版、実際に実行した検査、検査範囲外の結論を別々に記録することを提案する。これは推奨する評価設計であり、当誌がPSIを監査したという意味ではない。あるファイルの審査が将来の変更すべてへの承認に変わらないよう、版の同一性は重要だ。審査者を明記し、発表者のログと独立した再実行も区別すべきだ。

この規律は異論を有益にする。定義への異論なら、形式的対象が意図した対象を捉えているかを問う。推論への異論なら、問題のある段階を特定する。AI能力への異論なら、課題選定、介入、反復可能性が対象となる。論点を適切な階層に保てば、一部の修正をもって他の主張まで全否定する必要はない。

AI研究ツールの購入を検討する組織も、最も印象的なデモだけを見るべきではない。試験前に重要な問題を決め、全試行を記録し、専門家の時間を計上し、出力の検査方法を定めるとよい。これはPSIの性能推計ではなく、将来の比較を成功時にも失敗時にも有益にするための設計だ。

公開成果の価値は、具体的な検査を可能にする点にある。次に必要なのは見出しの形容詞を強めることではなく、独立した検討が何を確立したかを明らかにすることだ。数学的妥当性、発見過程の再現性、実務への影響は、それまでも別々の判断として扱う必要がある。