GoogleのGeminiを基盤とする数学エージェントが、自動検証器による厳格な採点を受けるAIエージェントのチームを用いて、未解決だった5つの数学問題の証明を作り出した。

このアプローチの最も詳細に記録された実装が、DeepMindがAlphaProof Nexusと呼ぶフレームワークである。Gemini 3.1 Proを基盤とするこのフレームワークは、複数の独立した証明サブエージェントをマルチターンの推論ループで実行する。エージェントは1つの解答を出して終わるのではなく、証明が自動検証器を通過するか失敗するまで、複数ラウンドにわたって推論し、修正し、再試行する。この設計により、採否はモデル自身の確信ではなく機械検証可能な検証に依存する。

結果の背後にある数字

AlphaProof Nexusは、353件の未解決エルデシュ問題のうち9件を解決した。エルデシュ問題とは、20世紀のハンガリーの多作な数学者ポール・エルデシュが提起し、賞金を付したことで知られる未解決問題であり、このうち2件は数学者を56年悩ませてきた。同じフレームワークは、整数列のオンライン百科事典として知られるOEIS（Online Encyclopedia of Integer Sequences）に掲載された492件の予想のうち44件を証明した。OEISは数学者が整数のパターンを整理する長年続く参考文献である。結果は1問あたりわずか数百ドルという計算コストで得られた。

この研究を詳述するarXiv論文が2026年半ば頃に公開された。各分野の専門家が結果を審査し、証明と元の予想の忠実な形式化の両方を確認した。形式化とは、人間が書いた数学問題を正確な機械検証可能な言語へ翻訳することであり、不正確な翻訳はまったく別の命題を証明してしまうことを意味し得る。この専門家の承認は重要だ。AIが生成した数学が本当に正しいのか、単に説得力があるだけなのかという繰り返される問いに応えるものだからだ。

Aletheiaとオリンピックの記録

Gemini Deep Thinkを基盤とする別のシステムAletheiaは、半自律型の研究アシスタントとして運用されている。2025年12月の導入以来、Aletheiaは約700件の未解決エルデシュ問題を評価し、うち13件の解を特定または作成して専門家の評価者から高い評価を得た。13件のうち4件は自律的に達成された新規の解決だった。

Gemini Deep Thinkには競技での実績もある。大学進学前の学生向けに最も難しい数学競技と広くみなされる年次大会、2025年国際数学オリンピックで42点満点中35点を獲得して金メダル水準に到達し、人間の参加者が直面する標準の制限時間内に6問中5問を解いた。

エージェント型アプローチが注目される理由

Pushmeet KohliをはじめとするDeepMindの研究者は、このエージェント型アプローチが純粋数学を超えて応用できる可能性を強調している。組合せ論や量子光学などの分野を潜在的な対象として挙げ、この研究は代数幾何学への応用についても言及している。共通するのは、主張された結果を客観的な基準で検証できる野だという点であり、まさにこのエージェントと検証器の組み合わせが測定可能な成果を示してきた条件に合致する。

数学とAIにとっての意味

この知見は、エージェントベースの推論と自動検証の組み合わせが、研究対象を超えた幅広い応用を持つ可能性を示唆している。ただし研究では、現状のAIシステムは新規性の判定において依然として人間の監督を必要とし、結果が本当に新しいかどうかを人間が確認しなければならないと指摘されている。この人間が関与する要件が、今後注目すべき点を示している。DeepMindが挙げた分野でこのフレームワークがどう活躍するか、専門家の評価者がその成果を認定し続けるかどうかが、この勢いがより広範な研究実務にどれだけ浸透するかを左右するだろう。