AIの科学的な到達範囲が数学を超えて拡大

AIは数学的証明から、より広範な科学理論へ

MITの研究者Neil Thompsonが紹介した研究によると、人工知能システムは数学以外の分野の理論的な問いでも、測定可能な進展を示し始めている。分析では、現在数学の一部を揺さぶっている能力向上が、確率、統計、経済学、高エネルギー理論、重力、宇宙論、量子物理学にも及ぶ可能性が示唆されている。

この発見は、AIが科学者に取って代わったことや、現代の研究プログラムを自律的に進められることを意味しない。研究が焦点を当てたのは、より限定的だが重要な課題、すなわち後に研究論文で答えが確立された理論問題の解決だった。これらの分野で研究者は、最も強力なモデルの成功率が2024年半ばから2026年半ばにかけて急激に向上したことを確認した。

この軌跡が重要なのは、理論研究が実験科学の基盤となる言語、モデル、予測を提供することが多いためだ。研究者がAIを信頼できる形でその一部の探索に使えるなら、影響は個々の計算だけでなく、科学的探究の速度や組織にも及ぶ可能性がある。

問題の一部から3分の1超へ

ThompsonがGabriel Manso、Claudio Mayrink Verdunと実施した研究では、2025年12月から2026年5月に投稿された研究論文から問題を抽出し、一連のOpenAIモデルをテストした。対象にはo1、o3、GPT-5、GPT-5.1、GPT-5.4、GPT-5.5などが含まれた。

評価対象となった理論分野全体で、最も優れたシステムは2024年半ばには問題の約2%しか正しく解けなかったが、2026年半ばには約35%を解けるようになった。これは依然として普遍的な能力とは程遠く、正しそうに見える答えがすべて信頼できることを意味するわけでもない。それでも増加幅は注目に値する。ほとんど成功しないツールは珍しい存在にとどまるかもしれないが、ベンチマーク上で大きな貢献ができるツールは、日常的な研究実務の一部になり得る。

研究者は、言語モデルのテストにおける中心的な懸念、つまりシステムが訓練中に接した資料を単に再現しているだけではないかという問題を抑えるよう評価を設計した。問題は、関連する解答が後続の出版物に登場する前に投稿された論文から選ばれ、公開された解答が正解の基準とされた。テスト中はインターネット接続を遮断したため、システムはウェブから答えを取得できなかった。

この設定ですべてのベンチマーク評価の限界がなくなるわけではない。それでも、単純な検索や記憶と問題解決を区別することを目指している。そのため、今回の結果は、テストされたモデルが、アクセス可能な訓練資料には答えがなかった少なくとも一部の問いについて、解答を生成できたことを示す証拠となる。

限定された成果であり、汎用的な科学の代替ではない

研究の範囲は重要だ。チームは、シミュレーションの実行や物理実験を必要とせずにモデルが扱える分野に集中した。科学の多くは、記号推論だけに還元できない。実験室での作業、装置設計、現地観測、データ収集、シミュレーション、再現実験は、世界の仕組みを解明するうえで今なお不可欠だ。

理論中心の学問分野であっても、正しい解答が有用な研究貢献と同じとは限らない。科学者は仮定を評価し、価値のある問いを選び、結果を解釈し、提案された論証が精査に耐えるかを判断する必要がある。これらは技術的であると同時に社会的なプロセスであり、査読、議論、蓄積された証拠を伴う。

それでも、研究対象となった分野は周辺的なものではない。確率と統計は科学や産業全体の推論を形作る。経済理論は政策や市場分析に影響を与える。高エネルギー物理学、宇宙論、量子物理学では、検出器、望遠鏡、実験装置に到達する前の段階で、抽象的な推論が問いを前進させる中心的な役割を果たし得る。

AIがこれらの分野で日常的、または中間的な作業をより多く扱えるようになれば、短期的な影響は一様ではないだろう。研究者は候補となる手法の生成、導出の確認、別の定式化の検討、初期分析の加速にAIを使うかもしれない。こうした用途の価値は検証にかかっている。誤った結論への近道は、遅い計算と同じくらい効果的に時間を浪費し得る。

数学の先例が期待を形作る

今回の新たな評価が発表されたのは、数学がすでにAI能力の目立った実証に直面しているさなかだ。OpenAIは最近、未公開のモデルが流体の動きを記述するNavier-Stokes方程式に関する長年の大きな課題を解決したと発表した。この出来事は論争を呼び、数学とAIにおける異例の主張には慎重な独立検証が必要だと浮き彫りにした。

Thompsonによれば、より広い意味では、理論分野はAIの役割が急速に変化する時期に近づいている可能性がある。彼は、システムができることによって、多くの理論的な問いが数年以内に変わると予想している。その期待の根拠は研究の傾向線であり、特定の分野が完全に自動化されることの証明ではない。

近い将来に最もありそうなのは、孤立した形ではなく協働的な未来だ。科学者が課題と基準を設定し、AIシステムが問題探索のより大きな割合を担う。これにより高度な分析ツールへのアクセスは広がるかもしれないが、機械が生成した成果を検証する能力の価値も高まる可能性がある。研究機関は貢献をどう評価し、学生をどう育成し、微妙な誤りを見抜くために必要な独立した専門知識をどう維持するかを決めなければならない。

今後注目すべき点

• 性能向上が、過去の評価だけでなく新たに作成された問題でも続くか。
• モデルが生成した解答が、専門家による審査と形式検証の後もどの程度正しいままなのか。
• シミュレーション、実験、専門データが必要な場合に、システムが有用な貢献をできるか。
• AIが通常の研究ツールになるにつれ、科学者集団が著者資格、教育、品質管理の慣行をどう適応させるか。

この研究は、AIが科学理論の問題を解く標準的な方法になると証明したものではない。しかし、なぜその可能性が今、真剣に受け止められているのかは示している。2年足らずの間に、テストされた最も強力なシステムは、選ばれた問いのごく一部を解く段階から、3分の1超を解く段階へ進んだ。難しい推論を基盤とする分野にとって、これは注意深く見守る価値のある変化だ。

この記事はWiredの報道に基づいている。原記事を読む。