OpenAIの次期AIが未解決問題10件に新結果　「全部証明済み」なのか

OpenAIが未解決問題10件への新結果を発表

OpenAIは2026年8月1日、数学と理論計算機科学で長く未解決だった10件の問題について、社内版の次期主力モデル「Astra」が新しい結果を得たと発表しました。対象は高次元の球充填、符号理論、群論、量子計算、格子暗号、組合せ論などです。

「未解決問題」とは、専門家が長く研究しても一般に認められる答えが出ていなかった問題です。OpenAIは、主要な結論に少なくとも10年、多くはさらに長い間進展がなかった問題を選んだと説明しています。

10件の結果は次期主力モデルAstraの社内版で得られ、解を探すために使ったトークンは、GPT-5.6 SolのAPI料金へ換算すると合計約2,000ドル相当だったとOpenAIは説明しています。

出典：OpenAI「Ten advances in mathematics and theoretical computer science」（原文を日本語で要約）

10件には、すべての群が有限な並べ替えで近似できるのかという群論の問題への反例構成、コンヌの剛性予想の反証、エルハートの体積予想の解決、量子ゲームに関する定理などが含まれます。専門外の人が個々の式を理解する必要はありません。重要なのは、AIが既存の知識を説明する段階から、専門家が検証すべき新しい研究結果をまとめて出す段階へ進んだとOpenAIが主張したことです。

「10件すべて証明済み」と言い切れるのか

AI深報は、公式発表、249ページの論文、OpenAIが公開したGitHubを照合しました。公開物が実在することと、学術界で結論が確定したことは分けて考える必要があります。

Leanは、数学の証明をコンピューターが手順どおり確認できる形で書くための仕組みです。文章だけの証明より計算機で点検しやすい一方、ファイルが置かれているだけで、問題設定、前提、数学的な意味まで自動的に保証されるわけではありません。

GitHubでは、10件に対応する主要なLeanファイルと、一括して構築するための「All.lean」、独立確認用の手順が公開されていました。AI深報の確認環境にはLeanの実行ツールが入っていないため、今回はファイルの存在と構成までを確認し、証明の再実行はしていません。

OpenAIは、人間が論文の形を整え、Leanで形式化する作業を行い、正しさへの責任を負う一方、数学的な議論そのものはAIが生成したと説明しています。

出典：OpenAI公式発表（原文を日本語で要約）

したがって現時点で安全な表現は、「OpenAIが10件の新結果を発表し、論文と機械確認用ファイルを公開した」です。「学術界が10件すべてを完全に認定した」「Astraが人間の助けなしで研究の全工程を終えた」とまでは確認できません。

約2,000ドルは研究全体の費用ではない

発表で注目される約2,000ドルは、10件の解を見つけるまでに使ったトークン量を、GPT-5.6 SolのAPI料金へ置き換えた概算です。トークンはAIが文章を読み書きするときの細かな単位です。

この金額には、Astraを開発・訓練する費用、人間が問題を選ぶ時間、論文を整える作業、専門家の確認、計算設備の建設費などが含まれるとは発表されていません。また、Astra自体のAPI料金でもありません。

AI深報の見解では、企業が見るべきなのは「2,000ドルで未解決問題10件を買える」という話ではなく、候補を大量に出し、人が検証する研究工程の一部が急速に安くなる可能性です。費用対効果を考えるときは、AI利用料だけでなく、誤りを見つける人、再現試験、記録保存まで含める必要があります。

Astraは今のChatGPTで使えるのか

使えません。OpenAIはAstraを「次期主力モデル」の社内版と説明していますが、公開時期、モデル構成、API料金、ChatGPTでの提供方法を発表していません。今回の論文と証明ファイルが公開されたことと、一般の利用者がAstraへ質問できることは別です。

そのため、会社が今日からAstraを契約して新素材や新薬を研究する、という段階ではありません。名称が公表されたことで製品発表のように見えますが、今回確認できるのは研究成果の発表です。

一方、公開済みの証明ファイルは誰でも確認できる状態です。研究機関や大学は、Leanの環境を整えて証明を再実行し、論文の前提と結論が対応しているかを検討できます。OpenAIが検証可能な材料を同時に出した点は、結果だけを宣伝する発表との大きな違いです。

研究や会社の仕事はどう変わるのか

第1に、AIへ任せる作業が「要約」から「候補づくり」へ広がります。研究開発では、文献をまとめるだけでなく、仮説、証明案、設計案を多数出す使い方が増えます。ただし候補は答えではありません。人が前提を確認し、実験や形式証明で再現する工程が必要です。

第2に、確認できる形式が重要になります。数学ではLeanのような証明支援系を使えます。製造なら試験結果、医療なら臨床データ、金融なら計算記録のように、AIの出力を別の方法で確かめられる仕組みが必要です。「AIがそう言った」で意思決定を終えない設計が価値になります。

第3に、成果の名前と責任を決める必要があります。今回OpenAIは、数学的な議論はAIが生成し、人間は論文化と形式化を担ったと説明しました。企業でも、AIが考えた案を誰の成果として記録するか、最終確認を誰が行うか、誤りが出たとき誰が修正するかを先に決める必要があります。

注意点と限界

本記事は2026年8月3日時点のOpenAI公式発表、公開論文、GitHub上のLeanファイル、発見元のX投稿を確認しました。OpenAIは結果の正しさに責任を負うとしていますが、発表から日が浅く、第三者の数学者による各結果の評価が出そろったとは確認できません。

論文は249ページあり、本記事は概要と公開物の構成を一般向けに整理したものです。個々の証明の数学的な正しさをAI深報が独自に判定したものではありません。また、公開GitHubに10件分の主要ファイルがあることは確認しましたが、Lean環境での再実行は行っていません。

Astraの公開日、利用条件、料金、ChatGPTへの搭載、企業向け提供は未発表です。約2,000ドルをAstraの販売価格や研究全体の総費用として扱わないでください。

「未解決問題10件を解決」という見出しだけでは、成果の確かさを判断できません。公開論文、10件のLeanファイル、第三者検証の状況、約2,000ドルが指す範囲、Astraが未提供であることを分けて確認する必要があります。