人工知能が数学分野で前進する速度は、外界の認識を刷新しつつある。このほど、OpenAIは722件もの数学難問の証明原稿を一括で公開した。これらの成果は17の異なる数学分野にまたがり、全体の解题コストは従来をはるかに下回っており、数学界に大きな衝撃を与えた。
技術と応用の観点から見ると、このAIが生成した証明の一群は、機械による厳密な検証は通過できるものの、実際の転用の段階では明らかな課題が露呈している。绝大多数の証明は、人間が容易に理解できる知識へと転化することが難しく、さらには実践において、単一の記号の誤りによって複数の関連する結論が一斉に無効となる「失敗」現象も発生している。
この進展を受けて、学術界では研究エコシステムへの深い懸念が広がっている。数学者たちは、AIが極めて高い効率で大量の証明を量産する際、その後の膨大な整理・検証・解読・蓄積の作業が、すべて人間の研究者の肩にのしかかると指摘する。より核心的な問題は、現段階のAIが主に既存の知識を呼び出して論理的に組み合わせることで解题を完成させており、数学研究の最も核心である新しい思想や新しい道具を真に生み出すことが難しいという点にある。
業界の専門家は、この状況が続けば、人間が関連する解読作業に取り組む意欲が徐々に低下し、最終的には人間と機械の間に越えがたい理解の壁が形成される可能性があると懸念している。このような傾向は、人類文明の深度ある発展を封じる恐れがあるだけでなく、ある意味で、科学が根本まで掘り下げて本質的な理解を追求するという根本の趣旨にも背くものである。