OpenAIのAIがミレニアム懸賞問題を「解決」——1万体のエージェントが88時間で見つけたナビエ・ストークス方程式の答え【2026】

200年以上前に書き下ろされた「流体の方程式」が、なぜか人類を200年悩ませ続けています。9月8日、OpenAIがその難問を社内のAIで解決したと発表し、数学界に大きな波紋が広がりました。鍵となったのは、なんと1万体ものAIエージェントによる協調作業です。本記事では、発表の全容からマルチエージェント協調の仕組み、巻き起こった論争までを分かりやすく解説します。難しい数式は出てきませんので、安心してお読みください。

1万体のAIエージェントが88時間——発表の全容

米OpenAIは9月8日（米国時間）、社内の未公開モデルが「ナビエ・ストークス方程式の存在と滑らかさ」問題を解決する証明を生成したと発表しました。これはクレイ数学研究所が2000年に設定したミレニアム懸賞問題の1つであり、各問に100万ドルの賞金が掛けられています。

今回の主役は、GPT-6 Astraより大幅に高性能な社内モデルです。同社によると、約1万体のAIエージェントを並行して動かし、約88時間で結論に到達。エージェント同士のメッセージは270万件、出力トークンは1,300億に上り、これは書籍およそ100万冊分に相当します。証明を機械検証できる言語「Lean」での形式化と検証には、さらに17時間を費やしました。

計算コストは数百万ドル規模です。最高研究責任者のMark Chen氏が明かした数字です。一方で、OpenAIはミレニアム懸賞の賞金100万ドルを請求するつもりはないとしています。同社が発表したのは「解説文」と「Lean形式化」の両方であり、誰でも中身を検証できる形になっています。

ナビエ・ストークス方程式とは——200年以上解けなかった「流体」の謎

そもそもナビエ・ストークス方程式は、流体の動きを記述する方程式です。空気や水、血液の流れ、さらには天気予報や航空機の設計まで、あらゆる場面の基盤となっています。200年前に書き下ろされたにもかかわらず、その性質は未解明のまま残されていました。

何を問う問題なのか

クレイ数学研究所が問うたのは、「滑らかな状態から出発した流体は、将来もずっと滑らかであり続けるのか」という疑問です。渦を巻いた水、流れる油、風に揺れる空気。こうした流体が数百年後も計算可能な状態を保つのか、それとも途中で計算が破綻するのか。それが「存在と滑らかさ」問題の本質です。

ミレニアム懸賞問題は全部で7問あり、これまでに解決されたのはポアンカレ予想の1件だけです。リーマン予想やP vs NP問題など、数学の最も深い難問が並ぶ中で、ナビエ・ストークスも約200年にわたり誰も決着をつけられませんでした。

なぜ「特異点」が焦点なのか

OpenAIが示したのは、流体の速度が有限時間で無限大に発散する「特異点」が生じ得るという証明です。OpenAIのコンピュータ科学者Ven Chandrasekaran氏は「正常な見た目の流体が、方程式の上では有限時間で無限大の速度に達する」と説明しています。

これは現実の液体や気体では起こり得ない現象です。もし本当なら、方程式が流体を忠実に記述できていない局面があることを意味します。クレイの公式な問題設定は、外力を伴わない主張A・Bと、滑らかな外力を許す主張C・Dのいずれかを証明すれば解決と認めます。OpenAIは「CとDを確立した」と主張しています。

どうやって解いたのか——マルチエージェント協調の仕組み

今回の成果で最も注目すべきは、証明の内容そのものではなく、1万体のエージェントが協調して数学を進めたプロセスでしょう。AIが「答えを出力する」のではなく、複数のAIが議論しながら証明を組み立てる時代が、目の前に現れたのです。この仕組みを理解すれば、AI研究の次の10年が見えてきます。

きっかけは「Anthropicが2問を解いた」うわさ

きっかけは9月1日でした。「Anthropicが2つのミレニアム懸賞問題を解決した」といううわさを聞いたOpenAIは、残る6つの未解決問題に挑戦を開始します。リーマン予想、P vs NP問題など、そうそうたる難題への同時攻撃です。

研究チームのNoam Brown氏は「まさか1問も解けないと思っていた」と振り返ります。ところが約50時間後、ナビエ・ストークス方程式で進展が見え始めました。他の5問への取り組みを中断し、計算資源を1問に集中。エージェントの数を100体から最大1万体へ増やし、残り約38時間で証明を完成させました。

エージェント同士の「会話」が証明を生んだ

1万体のエージェントは、互いにメッセージを交わしながら作業を分担します。270万件のやり取りは、まさに「見えない研究チーム」の会議記録です。人間の研究者の役割は、アイデアをエージェント間で中継することに変わりました。

さらにLean形式化という仕組みが信頼性を支えました。Leanは数学の証明をコンピュータが検証できるプログラミング言語です。人間には確認できないほど長い論証も、論理の隙間を機械的に検出できます。OpenAIの数学研究を率いるSebastien Bubeck氏は「ほぼすべての未解決問題を投げると、コイン投げのように約半分は解ける」と表現しています。

【比較表】4日間に並んだ4つの研究成果

実はOpenAIの発表の直前、人間の数学者チームが類似の成果を公開していました。4つの研究がほぼ同時期に並んだ状況を、表で整理します。

発表者	対象の問題	手法と規模	現状
OpenAI	ナビエ・ストークス（強制項つき）	未公開モデル・1万体のエージェント・88時間	ピアレビュー待ち
バックマスター氏（NYU）とアルポーゲ氏（Anthropic）	オイラー方程式など3本	ClaudeとCodexを併用・人間中心	ピアレビュー待ち
アナンドクマー氏（カリフォルニア工科大学）	ゼロ粘性のケース	物理情報ニューラルネットワーク（PINN）	ピアレビュー待ち
過去200年の数学者たち	ミレニアム懸賞問題全体	紙と鉛筆による人間の思考	ポアンカレ予想のみ解決

いずれの成果もまだ査読（ピアレビュー）を通過していません。数学コミュニティによる独立した検証が、これからの主戦場になります。

同時に巻き起こった論争——「研究の盗用」疑惑と反論

発表と同時に、成果の「経緯」を巡る論争も勃発しました。NYUの数学者トリスタン・バックマスター氏が声明を公開し、OpenAIの取り組みに疑念を呈したのです。数学の世界で、AIが引き起こした前代未聞のトラブルと言えます。

バックマスター氏の声明

バックマスター氏は、Anthropicの数学者レベント・アルポーゲ氏との共同研究として、オイラー方程式などに関する3本の論文とLean形式化を公開しました。両氏はOpenAIのCodexとAnthropicのClaudeを併用しており、ほぼ同じ時期に同じ手法で成果を出しています。

同氏が問題視したのは、「選んだ手法が両者で同じ」という点です。滑らかな外力でクレイの問題に迫る「外カールート」は、他にほとんど誰も取り組んでいない独自路線でした。さらに、最初のプロンプトが送られた時期が「自分たちの研究の情報がOpenAIに伝わった後だった」と指摘。草稿をCodexのセッションに保存していたことも、疑念を深める要因になったとしています。

ブベック氏の反論

これに対しBubeck氏はXで「事実に反し、扇動的だ」と反論しました。著者から外すよう求めた事実はないと否定し、チームに流体力学の研究レベルの専門知識を持つ者はいなかったと説明。両氏の研究は公開まで一切見ておらず、証明の内容も大きく異なるとしています。

OpenAI公式も「特定のユーザーデータにアクセスした事実はない」と声明を出しました。一方で「可能性は低いものの、製品利用から得られた非識別化データがモデルの改善に寄与した可能性は排除できない」とも付け加えており、バックマスター氏はこの点も問題視しています。成果の妥当性と発表の経緯を巡る論争は、まだ決着していません。

数学界の反応——陶哲軒氏の警告と「検証」の壁

世界の著名な数学者からは、驚きと警戒が入り混じった反応が寄せられています。発表後24時間で、世界中の研究者がSNSで検証を始める異例の展開となりました。カリフォルニア大学ロサンゼルス校（UCLA）の陶哲軒（テレンス・タオ）氏は、バックマスター氏らの研究を「顕著な成果」と評価しつつ、OpenAIのやり方には厳しい視線を向けました。

陶氏は「AIを無差別に使うことは、数学を無意味な『生産割り当てゲーム』に変えてしまう」と警鐘を鳴らしています。AIを使った研究が急増すれば、発見のスピードは上がっても、数学という学問の価値が損なわれる危険があるという指摘です。クレイ数学研究所のMartin Bridson氏は「確かにエキサイティングな日だ」と語りつつ、公式の判断は保留しています。

決定的なのは「検証」です。形式化された命題がクレイの設定を正しく写し取っているかは、独立検証を待つ必要があります。AIが生成した証明を、人間の数学者がどこまで追検証できるのか。この問いは、今回の成果を超えて残り続けます。

産業・社会へのインパクト——研究の自動化はどこへ向かうのか

今回の出来事が示すのは、数学の研究そのものが「AIに委ねられる時代」に入ったことです。その影響は、3つの領域で特に大きいと私は考えています。

1つ目は研究の民主化です。かつて未解決問題への挑戦は、一流の数学者と潤沢な資金を持つ組織だけのものでした。今回の事例は、計算資源さえあれば大きな研究テーマに挑めることを示しています。数千万円規模の計算コストは依然として高いものの、方向性は確実に「開かれた研究」へ向かっています。

2つ目は人間の役割の変化です。研究者の仕事は「解く」ことから「問題を設定する」「結果を解釈する」「検証する」ことへ移りつつあります。今回も、研究チームは進展が見えた問題を選び、エージェントの配置を決め、証明の中身を解釈する役割を担いました。

3つ目はAI証明の信頼性です。Lean形式化は論理の検証を機械化しますが、そもそもの問題設定が正しいかは人間が判断する必要があります。AIと人間の共同作業をどう設計するかが、今後の研究の質を左右するでしょう。

【FAQ】AIとナビエ・ストークス問題に関するよくある質問

ここでは、今回の話題に関する代表的な質問と回答をまとめました。ぜひ参考にしてください。専門用語が多く感じた方も、表を眺めるだけでも理解が進みます。

質問	回答
ナビエ・ストークス方程式とは何ですか？	流体の動きを表す方程式です。天気予報や航空機設計の基礎として使われています。
ミレニアム懸賞問題とは何ですか？	クレイ数学研究所が2000年に設定した7つの超難問です。1問につき賞金100万ドルが用意されています。
OpenAIは本当に問題を解いたのですか？	証明案とLean形式化を公開しました。数学コミュニティの独立した検証はこれからです。
なぜ論争になっているのですか？	ほぼ同時期に人間の数学者チームも類似の成果を公開し、発表の経緯を巡って主張が対立しています。
賞金100万ドルは受け取れるのですか？	OpenAIは請求しないと表明しました。クレイ数学研究所の公式な審査もまだ行われていません。
AIは世界の数学問題をすべて解けるのですか？	社内ベンチマークでは約5割の精度とされ、研究者自身も「コイン投げ」と表現しています。

まとめ——AIが「答え」を見つける時代の始まり

1万体のエージェントが88時間で見つけた証明は、まだ検証待ちです。それでも「数学の難問にAIが挑む」という時代が始まったことは、疑いようがありません。

私がこのニュースで最も驚いたのは、計算コストの額面ではありません。200年もの間、人類が積み上げた数学の最前線に、AIが「チーム」として参加できるようになった点です。結果の検証や倫理的な課題は残りますが、科学の発見の形そのものが変わり始めています。

AIが証明を生み、人間が意味を確かめる。そんな共同作業の未来は、想像以上に近いところに来ています。今回の成果の詳細はOpenAIの公式ブログで確認してください。そして、AI研究の新時代を、一緒に見届けていきましょう。