王虹の予想、早くも4次元へ拡張
今年7月、王虹(Hong Wang)と鄧煜(Yu Deng)が国際数学者会議においてフィールズ賞を受賞した。
このニュースがタイムラインを賑わせていた頃、Anthropicの社員であるAlek DimitrievはX上で次のように感慨を漏らした。
「今回のフィールズ賞が、人類がこの賞を手にする最後の機会になるだろう」

過去の受賞者であるTimothy Gowersもこれにリプライを送り、自身も同様の考えを抱いたことがあると明かした。
「とはいえ、このプロセスにはタイムラグがあるから、人類は2030年頃までは持ちこたえられると思うけれどね」

だが、誰が予想しただろうか。Gowersのその見通しすら、まだ楽観的だったかもしれないのだ。
10月7日、OpenAIは突如として722本もの数学手稿を一挙に公開した。論文および一部のLeanによる形式化証明は、すべてGitHubにアップロードされている。
その中で「074」と番号付けられたグループにはわずか2本の手稿しか含まれていなかったが、それらが照準を合わせていたのは、まさに王虹が受賞対象となった研究分野——「掛谷予想」だった。

1本は3次元の掛谷極大関数予想を証明したと主張し、王虹とZahlによる結果よりもさらに強いバージョンを提示している。
そしてもう1本は、4次元の掛谷予想を証明したと主張するものだ。
2本の手稿を合わせると計272ページに達するが、著者欄にはただ一言、「OpenAI」とだけ記されていた。
王虹とJoshua Zahlが3次元掛谷集合の次元予想を解決したばかりのタイミングで、AIは瞬く間にその成果を4次元へと押し広げたのだ。
果たして、今年のフィールズ賞は本当に人類数学者にとっての「白鳥の歌(絶唱)」となってしまうのだろうか。
OpenAIの2本の掛谷論文は何を成し遂げたのか?
1917年、日本の数学者・掛谷宗一は一つの古典的な問題を提起した。「平面上で長さ1の針を360度反転・回転させる際、針が通過する最小の面積はいくらか?」という問いである。

△ 掛谷問題の模式図
その後、Besicovitchは直感に反する解を導き出した。面積はいくらでも小さくできるというのだ。さらに驚くべきことに、あらゆる方向に長さ1の線分を含みながら、面積がゼロになる集合すら構築可能であることが示された。
面積がもはや指標として機能しなくなったため、数学者たちはより精緻なものさしである「次元」へと目を向けた。
ここでの「次元」は、日常的な縦・横・高さという感覚を超越している。極めて不規則な形状の集合を扱うため、数学者たちはハウスドルフ次元やミンコフスキー次元といった現代解析学のツールを導入し、異なるスケールにおける集合の複雑さを測るようになった。
集合の測度(体積)が0であっても、その集合は完全な空間次元を保持し得るのだ。
掛谷予想の核心は次の点にある。「$n$ 次元空間において、あらゆる方向の単位線分を含む集合の次元は、必ずフルランクの $n$ 次元でなければならないのではないか?」
この問題の難しさは、極めて細い線分同士が複雑に交差し重なり合う様子をいかに記述するか、そしてその重なりによって集合の次元がより小さく圧縮されてしまう可能性をいかに排除するかにあった。

△ 掛谷問題の模式図
平面における2次元の場合は1971年にDaviesによって完全に解決されていた。しかし、3次元の場合は半世紀にわたって学界を悩ませ続け、2025年2月になってようやく王虹とJoshua Zahlによって攻略されたばかりだった。
そして4次元以上の高次元については、これまで誰一人として証明を与えることができていなかった。
OpenAIが今回公開した2本の手稿は、掛谷問題における2つの核心的バージョンをそれぞれ攻略している。
第1論文:3次元掛谷極大関数予想
この論文は引き続き3次元空間を対象としているが、挑んだ目標の難易度はさらに一段高い。
これは「管の重なりの制御」問題として抽象化できる。3次元空間内に細長いパイプを大量に配置し、それぞれのパイプが針の向きを表していると考えるのだ。

△ OpenAIが公開した3次元掛谷極大関数予想の論文1ページ目
数学者が解析しなければならないのは、パイプの向きがそれぞれ異なるときにそれらがどの程度重なり合うのか、そしてその重なりを評価するための統一的な解析的評価を与えられるか、という点である。
王虹とZahlが解決したのは「集合版」であり、針の集合が合わさった際に占める空間の下限を論じるものだった。
対してOpenAIが証明した「極大関数版」は、解析の粒度がはるかに厳しい。
各針を細い管に太らせ、各管の中で実体が詰まっている部分が割合として $\lambda$ しかない場合、すべての実体部分を合わせた全体の体積は $\lambda^3$ のオーダーを下回らないことを保証できるか?という問いだ。
$\lambda$ が小さくなるほど管はスカスカになり、解析的な制御の難易度は指数関数的に跳ね上がる。集合版では $\lambda$ のべき乗に関する緩やかな上限があれば十分だったが、極大関数版ではそのべき乗が厳密にちょうど3に達することが要求される。
OpenAIも論文の導入部で明確に指摘している。王虹とZahlの定理が与えた限界は $\lambda^{K(\varepsilon)}$ であり、「これを $\lambda^3$ まで推し進めること」こそが、彼女らの定理の誕生直後から待ち望まれていた次の突破口であった、と。
これこそ王虹とZahlが残した核心的な宿題であり、OpenAIの全97ページに及ぶ論文は、それを完全に解決したと主張しているのだ。
このブレークスルーの深遠な価値は、掛谷極大関数が「異方性を持つ管のスクイーズ(押し潰し)幾何学」を、精密に計算可能な解析学の問題へと変換した点にある。
それはフーリエ解析の核心的予想と密接に関連しており、古くから波や周波数、空間的集中現象を解析するための極めて重要な数学的ツールと見なされてきた。
早くも1971年にFeffermanは、掛谷集合の反例を構成することで、高次元の球乗数が $L^2$ 以外では非有界であることを証明した。以来、掛谷問題はフーリエ制限予想やボホナー・リース予想と深く結びついてきたのである。
第2論文:4次元掛谷集合のハウスドルフ次元
4次元の領域において、人類の研究の歩みは極めて難航を極めていた。
- 1995年、Wolffが「ヘアブラシ(hairbrush)」の手法を用いて次元が少なくとも3であることを証明。
- その後、GuthとZahlが多項式法を導入し、下限を $3 + 1/40$(約3.025)まで更新。
- 2019年、KatzとZahlが「プレーンブラシ」手法を用いて3.059まで更新。
- その後のあらゆる進展は、基本的に小数点以下第2位・第3位の桁で牛歩のごとく進むのみであった。
ところが、OpenAIの175ページに及ぶ論文は、次元の下限を直接「4」であると決定づけたと主張した。

△ OpenAIが公開した4次元掛谷集合のハウスドルフ次元予想の論文1ページ目
4次元空間のネックは一体どこにあったのか?Guthはかつて論考の中で、王虹とZahlが3次元の証明で用いた鍵となる定理は、4次元へ拡張すると成り立たなくなると指摘していた。
高次元空間では、管が低次の代数曲面の周囲に密集して集まる可能性があり、3次元空間には決して存在しない反例の構造が形成されてしまうためだ。
OpenAIの4次元論文の核心的アプローチは、まさにこのボトルネックを打開するために展開された。2次多項式を用いて異なるスケールで局所的なフィッティングを行い、スケールを跨いで持続的に集まる直線族を精密に追跡したのである。
手稿全体を通じて、「polynomial(多項式)」という単語は実に213回も登場する。
注目すべき技術的ディテールとして、4次元の証明における重要な前提条件の一つに、OpenAI自身の3次元論文における核心的な補題が直接引用されている点が挙げられる。2本の論文は綿密に噛み合った技術的連鎖を構成しており、3次元のより強力なバージョンが、4次元への道を直接切り拓いたのだ。
ある見方をすれば、これは実質的に王虹の研究成果をまったく新たな高みへと押し上げたものと言える。3次元では定理を極大関数レベルにまで引き上げ、4次元では長らく「3点台」で停滞していた苦境を一気に突破し、「4」に到達させたのだから。
ただし、この成果にも依然として限界はある。4次元論文が証明したのはハウスドルフ次元のバージョンのみであり、4次元極大関数予想を解決したわけではない。また、5次元以上の高次元空間についても、射影手法を用いて初歩的な下限を示したにとどまる。
さらに重要なのは、「074」のこの2本の核心的成果は、Leanによる形式化検証も受けていなければ、学術界の査読も通過していないという事実だ。
OpenAIもプロジェクトのREADMEにおいて、形式化検証を経ていない結論の一部には「誤りが含まれている可能性がある」と率直に認めている。
王虹はいかなる礎を築いたのか?
一部では、王虹はAIがブレークスルーを果たす直前に滑り込みでフィールズ賞を獲得した「幸運な存在」だったのではないか、という見方も出ている。
だが、現実は本当にそうだろうか?
OpenAIのこれら2本の論文を通読すると、最も頻繁に引用されている名前の一つがまさに王虹である。
3次元の手稿だけでも、「Wang」という名は23回も登場する。

3次元掛谷予想の頂を目指し、人類の数学者たちは数十年にわたって登攀を続けてきた。
Katz、Łaba、テレンス・タオらは、極端な管の配置が「粘性(stickiness)」「平面性(planarity)」「粒状性(graininess)」という3つの基礎的幾何構造を示すことを早くから見抜いていた。
しかし数十年間、これらの構造を統合して厳密で完全な証明へと昇華させられる者は誰もいなかった。
王虹とZahlは、明確な3段階の攻略ルートを辿った。
- 2022年、まず「粘性」を持つ掛谷集合のケースを攻略し、世界最高峰の権威誌『Journal of the American Mathematical Society』(JAMS)に成果を発表。
- 2024年、アスアド次元のバージョンを攻略。
- 2025年2月、127ページにわたる完全な証明を発表し、3次元掛谷集合予想のハウスドルフ次元およびミンコフスキー次元の両バージョンを一挙に解決。

△ 王虹とJoshua Zahlによる3次元掛谷集合予想の論文
Nets Katzはこの成果について、「100年に一度の重大な突破口」と評した。
その間、王虹は任康(Kang Ren)とも手を組み、平面フルステンベルグ集合予想を攻略し、調和解析の分野におけるもう一つの歴史的難問を解決している。
これら堅固な土台のすべてが、OpenAIの論文の技術的基盤を形作っているのだ。
OpenAIの3次元論文は、Guth、王虹、Zahlの3名が提示した簡約化証明を直接利用している(Guthは王虹のMIT博士課程時代の指導教官である)。同時に、任康と王虹による平面フルステンベルグ集合に関する極めて重要な評価も取り入れている。
また4次元論文においては、王虹とZahlの内積定理(point-product theorem)が深く応用されている。
仮にこれら2本の論文が最終的に正しいと認められたとしても、それらは王虹が築き上げた理論フレームワークの上でなされた拡張と深化に他ならない。
さらに重要なのは、王虹自身がAIの関与に対して常に理性的かつオープンな姿勢を保ち続けている点だ。
受賞後のインタビューで、彼女はAIを数学研究における「プロアクティブな推進力」と表現し、次のように強調した。問題を立てること、概念を抽象化すること、そして理論体系を構築することは、常に人間の数学者にしかできない代替不可能な核心的使命である、と。
数学界の動揺とせめぎ合い
現在、人類の数学界は前例のないパラダイムの激震に見舞われている。
従来の学術パラダイムにおいて、重大な数学的成果の推進は往々にして長い周期を要する。個人や少人数のグループが数年をかけて証明を導き、arXivなどのプレプリントプラットフォームに投稿し、同分野の査読者たちが1〜2年をかけて検証を重ね、学界が徐々にそれを消化・吸収していく。
結論に疑いの余地がないと確認され、さらに数年の検証期間を経て、ようやく国際的な賞の授与へと結びつく。
王虹とZahlがこの厳格な学術ルートを辿り、2022年の粘性ケースの解決から2026年のフィールズ賞受賞に至るまでには、丸4年の歳月と心血が注ぎ込まれた。
しかし、OpenAIは瞬く間に722本もの手稿を投げつけてみせた。命題1つあたりに費やされたChatGPT Proの推論計算リソースは平均わずか3時間程度であり、Leanによる形式化検証が完了している成果も全体の約42%にすぎない。
こうした工業製品のような大量生産は、学術界に激しい反発を巻き起こした。

テレンス・タオは人間数学者協会(Association of Human Mathematicians: AHM)を主導し、OpenAIのこうした行為を全面的に精査しボイコットするよう呼びかける厳格な共同声明を発表した。
声明の表現は極めて辛辣である。
「数学界はこのような研究成果のアウトプットを求めたことなど一度もない。700本以上の手稿を一度に投棄することは、純粋な学術的貢献などでは決してなく、技術的権力の誇示にすぎない」
声明は最後に、すべての数学者に対してOpenAIとの協業を慎重に判断するか停止するよう強く促し、人間の深い理解を根本的な指針とする科学研究のパラダイムへと立ち返るよう訴えかけた。

テレンス・タオ自身は常にAIを活用した科学研究の積極的な推進者であった。彼が批判している本質は、商業組織が古典的な学術的難問の大量攻略を自社製品のプロモーション手段へと矮小化させている点にある。
彼の見解によれば、一つの数学パズルがいったんAIによって瞬時に占拠されてしまえば、それを未解決の状態に戻すことはできない。そして、人間の数学者がその攻略の過程で生み出したはずの新しい手法や理論体系、深遠な洞察までもが、それによって失われてしまう恐れがあるのだ。
さらに現実的な障害として、ピアレビュー(学術査読)が深刻なキャパシティの限界に直面している。
175ページにも及ぶ4次元掛谷予想の証明を深く読み解く能力を持つ研究者は、世界中を見渡しても数えるほどしかいない。誰が査読するのか、どれほどの時間を費やすべきか、その労働量をどのように評価するのか、現時点では何ら合意も規範も存在しない。
学術的成果の帰属権や命名秩序も、未曾有の混乱に直面している。特定の分野に長年地道に取り組んできた研究者が、ある朝目を覚ますと、自分が数年の心血を注いできた研究課題が大規模言語モデルによって「すでに終了した」と主張されているのを目にする——そんな事態が十分に起こり得るのだ。


AIが生成したこれらの証明が本当に完璧なものであるかどうかはまだ分からないが、多くの既存の研究ロードマップはすでに変更を余儀なくされている。
無論、学界内部からは正反対の声も上がっている。
トロント大学の数学助教であるDaniel Littは、数学界には今後、探求する価値に満ちた膨大な新しい研究が押し寄せるだろうと考えている。

Yann LeCunも投稿でこれに呼応し、数学はまったく新しい時代に突入しつつあると指摘した。

彼は、形式化証明が高度に自動化されることで、研究の重心はより高次の概念の創造、抽象化の構築、定義の拡張、そして新たな予想の提起へと加速度的にシフトしていくと考えている。
「蒸気船の発明は人間が泳ぐ必要性を減らしたが、我々を新たな大陸へと導いてくれた」
現代数学は今、新旧のシステムが激しく衝突する歴史的な分岐点に立たされている。旧来の研究パラダイムは再構築を迫られ、新たな規範の確立にはまだ時間を要するだろう。
未来がどこへ向かうのか、現時点で確定的な答えはない。しかし、科学の発展の歴史は常に、変革と再生の必然性を示してきた——「沈舟の側畔 千帆過ぎ、病樹の前頭 万木春なり」。
Gowersはかつて、人類はおそらく2030年頃までは持ちこたえられるだろうと予言した。そして次のフィールズ賞の授与は、まさに2030年に予定されている。
その時、表彰台の上には果たして、今と変わらず人間の数学者の姿があるのだろうか。