2026.08.13第194号

難題10問とともに公開された62ページの失敗記録

OpenAIのAstraが数学・理論計算機科学の難題10問の解決結果を発表した際、失敗したアプローチをまとめた62ページの文書も公開しました。4つの失敗類型と結果の実効範囲を読み解きます。

AI・テック

失敗したアプローチだけをまとめた62ページの文書も同時公開

8月1日、OpenAIが次期モデル「Astra」の内部バージョンによって、数学および理論計算機科学の難題10問を解決したと発表しました。韓国国内の報道で注目された金額は約289万ウォンでした。これは、OpenAIが解法を見つけるために消費したトークン数をSol APIのレートで換算すると約2,000ドルになるという説明をウォン換算した数値です。モデルの開発や人間による検証まで含めた総研究費という意味ではありません。

ところが、その日に公開された文書は一つだけではありませんでした。成果をまとめた249ページの論文があり、機械が検証する形式証明のリポジトリがあり、さらにもう一つ、62ページの文書が公開されていたのです。タイトルは『How the Ideas Came Together』、「いかにしてアイデアが集まったのか」です。

読者の皆さん、この文書を開いてみると少し不思議な感覚を覚えます。正解の話がほとんど出てこないのです。代わりに「なぜこのアプローチでは駄目だったのか」という話が延々と続きます。

今回の発表で斬新なのは、AIが答えを見つけ出したという事実よりも、答えにたどり着く過程で捨て去ったアプローチを別の文書にまとめて公開した点にあります。

まず、10問とは何なのか

内容をすべて理解する必要はありません。どのような種類の問題なのか、感覚さえ掴めれば十分です。

#	問題	わかりやすく言うと
1	高次元球充填	球を隙間なく詰めるとき、最大でどれだけ詰め込めるか
2	2値・球面符号	エラーに耐えうる符号を最大でいくつ作れるか
3	非ソフィック群	無限の対称構造を有限の並べ替えで模倣できないケースはあるか
4	コンヌの剛性予想	ある構造をその影だけを見て復元できるか
5	算術回路の複雑さ	特定の計算に最低何回の掛け算が必要か
6	量子並列繰り返し	同じゲームを何度も繰り返させると勝率は急激に下がるか
7	最近接ベクトル問題	格子の中で最も近い点を見つけるのはどれほど難しいか
8	エルハート体積予想	特定の条件を満たす図形が持ちうる最大体積はいくらか
9	多色ラムゼー数	色をいくら増やしても、結局は同色の三角形ができてしまうのか
10	極値グラフ理論	特定の形状を避けながら、線を最大で何本引けるか

3番と4番はそれぞれ1999年、1980年代から未解決だった問題であり、9番と10番はエルデシュが遺した問題リストの183番、146番、180番です。答えの形も様々です。新たな証明もあれば、長年真だと信じられてきた予想を覆す反例もあります。

cdn.openai.com

一つ細かい点に触れておきます。OpenAIは成果を「10問」と数えていますが、ウォークスルー文書は12の章で構成されています。5番が回路と論理式に、10番が2本の極値グラフ理論の論文にそれぞれ分かれているからです。形式証明リポジトリでも12のエンドポイントを10の結果としてまとめています。大きな問題ではありませんが、「10問」という数字は自然な単位ではなく、編集された単位であることは知っておくとよいでしょう。

ウォークスルーが実際に示しているもの

62ページの文書を読みながら数えてみたところ、12章のうち10章が失敗したアプローチの話から始まっていました。章のタイトルからしてそうです。「なぜ最初の漸化式は間違っていたのか」「長くて有益だった失敗の経路」「なぜ明白に見える還元が機能し得なかったのか」。

失敗の形は様々です。4つに分類してみます。

類型1. もっともらしい類推が間違っていた場合

第2章、誤り訂正符号の問題です。

モデルは、似た構造を持つ別の問題で使われていた公式を流用して適用しました。形が合っているように見えたからです。ところが、これを極めて小さなケースに当てはめてみました。長さ8の符号です。

公式が弾き出した上限は508を7で割った値、約72.6でした。しかし、その符号は実際には128個存在します。128個あるものに対して「最大でも72個」と言ってしまったわけです。

これは単なる計算ミスとして見過ごせる問題ではありません。上限が実際よりも小さいということは、計算のどこかが構造的に間違っていることを意味するからです。文書はこの箇所をこう整理しています。無害な正規化の問題ではなく、構造的な誤りを突き止めたのだと。

修正した公式で再計算すると約261.8が出ました。128より大きいですね。これで辻褄が合います。

印象的なのは、公式を修正したという事実よりも、自らのアイデアが間違っていないかを確認できる最小の事例を自ら見つけ出して代入してみたという点です。

類型2. 近道が目標条件そのものを破綻させてしまう場合

第10章、ラムゼー数の問題です。塗り分けを行いつつ、同色の三角形ができないようにするのが目標です。

モデルが思いついた近道がありました。順列を利用すれば、k色の色を使ってkの階乗個の点を作ることができます。10色なら360万個です。極めて効率的ですね。

しかし確認してみると、この手法では3つの順列が同じ位置を異なる3か所に移動させることが可能でした。そして、その3つが作り出すものこそが、まさに同色の三角形だったのです。防ごうとしていたまさにそのものを生み出してしまう構造だったわけです。

似たような事態が第5章でも起こります。計算量の下限を証明するために各項に補正を入れたのですが、その補正にかかる掛け算の回数が、あろうことか証明によって得ようとしていた掛け算の回数と同じだったのです。得ようとしていた分をそのまま使い直す構造になってしまい、新たに証明できるものがなくなってしまいました。

類型3. その方向性では不可能であることを証明した場合

第1章、球充填です。ここが最も興味深い部分です。

モデルは標準的な不等式を用いて目標にアプローチしました。ところが、目標値の半分あたりで頭打ちになりました。通常ならここで「定数をさらに厳しく絞り込めばいけるはずだ」と考えがちです。

モデルは別のことを行いました。その方向性では望む値に到達できないことを反例によって示したのです。文書の診断はこうです。これは最適化が不十分な定数の問題ではない。全体の大きさだけを測る道具は、問題となっている部分がどこにあるかを見失ってしまうのだ、と。

単に行き詰まったのではなく、その方向性では目標に到達できないことを証明したのです。 そのため、定数を絞り込む代わりに道具そのものを乗り換え、そこから前進し始めました。

実務においてもこの違いは極めて大きいです。「まだできていません」と「この方向性では駄目です」では、次にとるべき行動がまったく異なってくるからです。

類型4. 完成させたのに捨てた場合

第8章、格子暗号につながる最近接ベクトル問題です。証明を最後まで完成させた後に、そのルートを捨てた事例がこれです。

モデルは素数体上で符号付きヒストグラムを用いるルートでアプローチし、証明を最後まで完成させました。 文書は、このルートが完全な構成を提供していると明記しています。成立している証明だったということです。

しかし最終版に掲載されたのはそれではありません。標数2、つまり足し算が偶奇の計算だけになる構造で組み直されたバージョンです。符号付きヒストグラムは偶奇の表に、複雑な相殺はパリティに置き換わりました。同じ結論に到達するのに、部品の数がはるかに少なくなったのです。

第9章に至っては、丸ごとひとつの節を失敗に充てています。タイトルは「長くて有益だった失敗の経路」です。そのルートは答えとなる図形を正確に見つけ出しました。しかし、その図形の体積に掛かる階乗を説明できませんでした。答えは合っているものの、理由を説明できない状態だったわけです。文書はこれを失敗に分類し、それでも有益だったと記しています。なぜ階乗が必要なのかを教えてくれたからです。

同じ章に、さらに優れた箇所があります。途中でモデルがこのように書いているのです。ここでは2つの関数を同一のものとして扱いたい誘惑が非常に強い、と。そして直後に反例を一つ挙げ、2つの関数を同一視してはならない理由を示します。もしそうしていたら、誤った同一視の上に証明を組み立ててしまっていただろう、と付け加えています。

第12章は冒頭から率直です。節の最初の文が「我々は当初、証明を見つけようとした」なのです。そしてその章は反例で締めくくられます。真なのか偽なのかすら分からないまま出発したという意味です。

では、これらの結果は実際にどこまで適用できるのか

私は成果の主張を目にするとき、まず適用範囲から確認するようにしています。どこまで適用できる結果なのかによって、実際の意義が決まるからです。

韓国国内の報道の多くが、最近接ベクトル問題を耐量子暗号と結びつけて報じました。方向性は合っています。しかし、その結果が扱っている次元を見ると入力サイズの401乗です。401乗と言われてもピンとこないかもしれませんが、入力がわずか10であっても、1の後ろに0が401個並びます。宇宙に存在する原子の数ですら、1の後ろに0が80個程度です。ウォークスルー文書はこの事実を隠さず率直に記しています。この主張は多項式時間計算可能性に関するものであり、実用的な効率性に関するものではない、と。今使われている暗号に対する攻撃ではないのです。

ニュースレターのサムネイル資料 9番のラムゼーの結果も同様です。新たに得られた下限が意味を持つには、色が342色以上でなければなりません。それ未満であれば、以前から知られている自明な下限のほうが強力です。5番の回路下限は、行列のサイズが6万5,000以上になって初めて成立します。

形式検証も同様です。OpenAIはすべての結果をLean¹で形式化し、未解決のゴールはなく標準公理のみを使用したと発表しました。強力な根拠です。ただし、リポジトリに記載されたレビュー状況は「エージェントにより検証済み」となっています。そして機械が検証するのは論理の展開であり、形式化された命題が元の問題と同一の命題であるかどうかではありません。その照合は依然として人間の役割であり、まだ査読を経ていません。

英国の数学者トーマス・ブルームはこの発表を受けて「とてつもないニュース」と反応しました。一方でテレンス・タオは、以前から別の懸念を抱いていました。AIが生成する証明が急速に増える一方で、人間がそれを理解し受け止めるスピードが追いつかないこと、彼が「証明の消化不良」と呼ぶ状態です。

この2つの反応は矛盾するものではありません。結果が本物であることと、学界がそれを理解して受け入れることは別の話だからです。6月2日に国際数学連合が支持したライデン宣言²が求めたのも、まさにこの点でした。検証可能性、出典の明記、そして誰が何を行ったのかについての誠実な記載です。

その点において、OpenAIが発表文に記した一文は注目に値します。全面的にAIが生成した証明に人間の著者をクレジットすることは、システムの貢献と人間の知的作業の双方を歪めることになる、という一文です。企業が自らの持ち分としての著者権を自発的に否定することは、決してありふれたことではありません。

Oswarldの視点

私は、今回の発表で最も価値ある成果物は、失敗したアプローチをまとめた62ページの文書だと考えています。

GTM戦略のプロジェクトを進める中で、毎回のように直面する光景があります。最終的な成果物は1枚の提言書です。しかし、実際の作業時間の7割以上は、その1枚に入らなかった候補案を一つひとつふるい落とすことに費やされます。なぜこのチャネルは駄目なのか、なぜこの価格構造は破綻するのか、なぜこのセグメントを先に攻めると次の段階で行き詰まるのか。

問題は、その7割が文書に残らないということです。検討したものの除外した案は、付録に追いやられるか、完全に省かれてしまいます。発表の場で誰もそれについて質問しないからです。その結果どうなるかというと、半年後に別のチームがまったく同じ案を「新しいアイデア」として持ち込んできます。すでに除外された案を、組織が最初から再検討することになるのです。私はこの光景をいくつもの会社で目にしてきましたし、毎回同じ結論に達してきました。組織の真の資産とは、採用された案ではなく、破棄された案の「理由」なのだと。

今回の発表が興味深いのは、成功した結果だけを公開する慣行を覆した点です。成功だけを見せられても、「運良く当たっただけではないか」という疑問には答えられません。しかし、どのアプローチをなぜ捨てたのかを併せて提示すれば、読み手はどのような判断をどのような順序で下したのかを確認できます。それこそが信頼の根拠になるのです。

そしてもう一つ。私は成功事例だけを集めて売る市場に対して、長年違和感を覚えていました。そうしたコンテンツは、常に結果から逆算してストーリーを作り上げるからです。今回の文書はそうではありません。捨てたアプローチがリストとして残されているため、読み手がその判断の妥当性を自ら吟味できます。私はこの形式が、AIが生み出した成果の主張全般における標準になるべきだと考えています。

一つ明確にしておきたい点があります。この文書は実際の思考プロセスの記録そのものではありません。別のAIモデルが元のログと最終論文の双方を読み込み、再構成した記述です。事後的にまとめられたストーリーには、常に実際よりも滑らかに見せてしまうバイアスが入り込みます。したがって、この文書は作業当時の実験ノートというよりは、後から綺麗に整理された振り返りに近いです。それでも、そうした整理すら存在しないよりははるかに価値があります。

おわりに

3行でまとめます。

正解が書かれた論文とは別に、試行した末に破棄されたアプローチをまとめた62ページの文書が同時に公開されました。12章中10章が失敗したアプローチから始まっています。
失敗の類型は4つです。もっともらしい類推が間違っていた場合、近道が目標条件そのものを破綻させた場合、その方向性では不可能であることを証明した場合、証明を完成させたにもかかわらず破棄した場合です。
それぞれの結果が扱っている条件を見極める必要があります。最近接ベクトル問題の結果は入力サイズの401乗の次元を扱っており、ラムゼーの下限と回路の下限はそれぞれ色が342色以上、行列のサイズが6万5,000以上という条件での結果です。問題を解く能力が向上したことと、現在使われている技術に即座に適用できることとは別問題です。

読み終えた後に、一つだけ実践してみることをお勧めします。今週何かを決断されたなら、採用した案の隣に**「捨てた案」と「捨てた理由」**を2行だけ書き留めてみてください。半年後、その2行が1時間の会議を節約してくれるはずです。

皆さんの組織では、「検討したものの駄目だった理由」を実際に文書として残しているでしょうか。残しているとすればどのような形式なのか、残していないとすればどこで滞っているのか、コメント欄でぜひお聞かせください。事例が集まれば、次号で除外記録を残すための実務フォーマットとして整理してみようと思います。

💬 破棄した案を記録として残す方法があれば、コメントでぜひお聞かせください

📨 同じ結論を2度検討している同僚が周りにいれば、ぜひこの記事を共有してください

参考資料と関連リンク

主要出典

OpenAI, “Ten advances in mathematics and theoretical computer science,” 2026年8月1日. リンク ··· 10問の結果一覧と著者権に対する見解が記された原文です。最後の「数学界に対する責任」の段落だけでも直接読まれることをお勧めします。
OpenAI, How the Ideas Came Together, 62ページ、 2026年8月1日. リンク ··· 本記事の主要な論拠です。数式は飛ばして各章の冒頭2節のタイトルを眺めるだけでも、この文書の性格がすぐに見えてきます。
OpenAI, Ten Advances in Mathematics and Theoretical Computer Science, 249ページ. リンク ··· 研究結果の本文です。第8章末尾の次元計算を見れば、実効範囲の話がはるかに具体的に実感できます。
OpenAI, “ten-proofs” 形式証明リポジトリ、 GitHub. リンク ··· 10の結果が12の形式的エンドポイントに分かれています。レビュー状況の表記を直接確認してみるとよいでしょう。

背景知識

Leiden Declaration on Artificial Intelligence and Mathematics, 2026年6月2日. リンク ··· 国際数学連合が支持した宣言文です。発表から24時間で1,000人以上が署名しました。今回の発表を読み解く背景として、まず一読をお勧めします。
Henry Cohn and Noam Elkies, “New upper bounds on sphere packings. I,” Annals of Mathematics 157 (2003), 689–714. リンク ··· 1番の結果が到達したとされる閾値を提示した2003年の論文です。第1章と第2章を読むと、今回の成果の位置づけが掴めます。

著者 アン・グァンソプ（Oswarld） は世宗大学校兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

📝 用語解説

각주

リーン（Lean）：数学の証明をコンピュータが1行ずつ検証できる形式で記述するための言語です。人間が読んで正しそうだと判断する代わりに、機械が論理的な飛躍や矛盾を自動的に検出します。ただし検証されるのは論理の展開であり、その命題が元の問題と同一であるかどうかは人間が確認する必要があります。 ↩
ライデン宣言：2026年6月2日に発表された、AIと数学の関係に関する国際声明です。2025年9月にオランダのライデンで開かれたワークショップから始まり、国際数学連合が支持しました。AIの使用禁止ではなく、検証可能性、出典の明記、研究の自律性を求める内容となっています。 ↩