テレンス・タオ：数学の最難問、物理学、そしてAIの未来

テレンス・タオは、フィールズ賞とブレイクプライズ賞を受賞した、歴史上最も偉大な数学者の一人と広く認められている。このエピソードでは、Lex Fridmanがタオと対話し、ナビエ・ストークス方程式の特異性問題、コラッツ予想、双子素数予想、リーマン予想といった数学の未解決問題の深部に迫るとともに、Leanプログラミング言語やDeepMindのAlphaProofのようなAIツールが数学の未来をどう変えるかについて議論した。タオの謙虚で明晰な語り口は、超難問に取り組む数学者の思考プロセスを垣間見せてくれる。

9:49最初の難問：掛谷問題

タオが博士課程の学生時代に出会った最初の研究レベルの難問は、掛谷問題だった。この問題は1918年頃に日本の数学者・掛谷宗一が考案したパズルに端を発する。平面上の針（または道路での車）を、できるだけ小さな面積で180度方向転換させるというものだ。針を中心で回転させると面積はπ/4、三点Uターンではπ/8と効率的になるが、ベシコヴィッチは実は任意に小さな面積で方向転換が可能であることを示した。

問題は三次元になると格段に難しくなる。ハッブル宇宙望遠鏡のような管状の物体を、最小の体積で回転させて全天の星を観測するにはどうすればよいか。針の厚さをδとしたとき、必要な最小体積はδが小さくなるにつれてどの程度の速さで減少するのか。予想は対数的にゆっくり減少するというもので、多くの研究を経て証明された。

この問題が重要なのは、波動伝播や偏微分方程式、数論、幾何学、組合せ論など、一見無関係に見える多くの分野と驚くほど深く結びついているからだ。例えば、水面に石を投げ入れたときにできる波紋は、時間を逆転させると一点に収束する。このような波の集中現象を理解するには、異なる方向を向いた「管」をいかに効率的に小さな領域に詰め込めるかという幾何学的な問題が本質的な役割を果たす。

15:16ナビエ・ストークスの特異性問題

ナビエ・ストークス方程式は、水などの非圧縮性流体の流れを記述する。Clay研究所のミレニアム懸賞問題の一つであり、賞金は100万ドル。問題は「滑らかな速度場から出発した流体が、有限時間内に速度が無限大になる特異点（ブローアップ）を形成するかどうか」というものだ。現実の水ではそのような現象は観測されないが、数学的には否定できない。

タオは2016年に「平均化された三次元ナビエ・ストークス方程式」に関する論文を発表した。これは方程式の一部の相互作用を人為的に「オフ」にすることで、特異点を強制的に発生させる人工的な方程式を構築したものだ。この研究の意義は「障害物（オブストラクション）」を提供することにある。つまり、真のナビエ・ストークス方程式で大域的正則性を証明しようとする場合、この人工方程式が満たさない何らかの真の方程式の特徴を利用しなければならないことを示し、特定のアプローチを排除する。

この問題の核心は「超臨界性（supercriticality）」にある。ナビエ・ストークス方程式では、粘性による散逸項と流体の運動による輸送項が競合する。小さなスケールでは輸送項が粘性項を圧倒するため、制御が極めて困難になる。これが二次元（臨界的）と三次元（超臨界的）の本質的な違いであり、天気予報が2週間以上先まで正確に予測できない理由でもある。

28:10流体コンピュータとチューリング完全性

タオの最も独創的なアイデアの一つは、ナビエ・ストークス方程式が「液体コンピュータ」を構築できる可能性を示唆したことだ。もし水の流れ自体が論理ゲート（ANDゲートやORゲート）として機能するなら、それらを組み合わせてチューリングマシンを作れる。さらに、フォン・ノイマン型の自己複製機械のように、大きな流体ロボットが自身の縮小版を作り、エネルギーを移譲しては縮小するプロセスを繰り返せば、有限時間内に特異点が形成される。

このアイデアは、コンウェイのライフゲーム（Life Game）に触発されている。ライフゲームは単純なルールで動作するセル・オートマトンだが、グライダー銃や論理ゲート、さらには自己複製オブジェクトまでもが構築可能であることが、アマチュア数学者コミュニティによって示されてきた。タオはこのアナロジーを連続的な流体方程式に拡張したのだ。

ただし、これはあくまで「ロードマップ」であり、実際のナビエ・ストークス方程式でこれを実現するには、渦環のような具体的な構成要素の設計や、アナログ計算特有の誤差問題など、克服すべき障壁が山積している。

42:00数学と物理学の関係、そして普遍性

タオは科学を「現実世界」「観測」「モデル」の三者の相互作用として捉える。数学はモデルの内部に留まり、その帰結を探求する学問だ。物理学が「この小惑星はどこへ行くのか」という結論駆動型であるのに対し、数学は「もしこう仮定したら何が起こるか」という仮説駆動型の探求を行う。

「普遍性（universality）」は、複雑なミクロの相互作用から単純なマクロの法則が出現する現象を指す。中心極限定理がその典型で、多数の独立したランダム変数の平均がベルカーブ（ガウス分布）に従うことを保証する。しかし、2008年の世界金融危機が示したように、すべての変数が同時にデフォルトするような「システムリスク」が存在する場合、この美しいモデルは現実と乖離する。数学はモデルの前提条件を明確にすることで、どこに弱点があるかを特定するのに役立つ。

タオは自身のスタイルを「キツネ型」と表現する。多くの分野に浅く広く関わり、ある分野の技法を別の分野に移植する「アービトラージ」を得意とする。対照的に「ハリネズミ型」は一つの分野を深く極める。理想的なコラボレーションは、キツネとハリネズミが協力することだという。

1:29:00AI支援定理証明とLeanプログラミング言語

Leanは、通常のプログラミング言語のように実行可能コードを生成するだけでなく、証明の「証明書」も生成する形式検証システムだ。数学者がペンと紙で書く証明を、極度に細かいレベルで形式化する。現在のところ、証明を形式化するのにかかる労力は、書くのに比べて約10倍と見積もられている。

しかし、Leanにはペンと紙にはない利点がある。例えば、証明中の定数「12」を「11」に変更したい場合、Leanでは定数を変更してコンパイラを実行するだけで、影響を受ける行だけが赤く表示される。90%の行はそのまま機能し、修正が必要な箇所が即座に特定される。ペンと紙ではすべての行を再チェックする必要があるが、Leanではこのプロセスが劇的に効率化される。

さらに、Leanは「トラストレスな数学」を可能にする。世界中の数十人の共同研究者と、原子レベルの細かさで協力できる。各貢献の正しさはLeanが保証するため、相手の信頼性を事前に評価する必要がない。

タオが主導する「等式理論プロジェクト」は、この可能性を示す好例だ。抽象代数における約4,000の法則の間の含意関係（22 million組）を、約50人の共同研究者とLeanを使って体系的に調査した。現在、わずか2組を除くすべてが解決されている。これは従来の数学では不可能だったスケールの実験である。

1:52:00DeepMindのAlphaProofとAI数学者の未来

DeepMindのAlphaProofは、IMO（国際数学オリンピック）の問題を解くために、強化学習を用いて訓練されたシステムだ。シルバーメダル相当の成績を収めたが、3日間のGoogleサーバー時間を要し、人間の競技者よりはるかに長い時間がかかっている。

タオは、AIが数学で真に困難な問題に取り組むには、指数関数的に増大する証明ステップの「組合せ爆発」が障壁になると指摘する。LLM（大規模言語モデル）は各ステップで10%の確率で誤った方向に進むとすると、20ステップの証明では成功確率は極めて低くなる。

AIが現在最も苦手とするのは「間違った方向に進んでいることを認識する能力」だ。人間の数学者は「数学的な嗅覚」を持っており、あるアプローチが有望かどうかを直感的に判断できる。AIが生成する証明は表面的にはもっともらしく見えるが、その誤りはしばしば「人間なら絶対にしないような馬鹿げた間違い」である。

タオは「2026年までに、AIとの共同研究による研究成果が発表されるだろう」と予測する。ただし、フィールズ賞レベルの成果にはまだ時間がかかる。AIが新しい予想を生成し、それが正しく有意義であることを示す「アルファゼロ的瞬間」は、この10年以内に訪れる可能性があるという。

2:13:47グリゴリー・ペレルマンとポアンカレ予想

ポアンカレ予想は、「単連結な三次元閉多様体は三次元球面と同相である」という主張だ。リッチ・フローという偏微分方程式を用いたアプローチがリチャード・ハミルトンによって提案されたが、三次元では方程式が超臨界的であり、特異点の分類が最大の難関だった。

ペレルマンは「ペレルマンの縮小体積」と「ペレルマンのエントロピー」という新しい概念を導入し、問題を超臨界的から臨界的に変換した。これにより非線形性が大幅に緩和され、特異点の分類が可能になった。彼は7年間、ほとんど外界との接触を持たずにこの問題に取り組み、見事に解決した。

タオはペレルマンのアプローチについて「現在の大規模言語モデルでは、せいぜいこのアイデアを何百もの試行の一つとして提案できる程度だろう。しかし、他の99の試行は完全な行き止まりであり、それを知るには数ヶ月の作業が必要になる」と評する。

2:26:29双子素数予想とパリティ障壁

双子素数予想は「差が2の素数の組（双子素数）が無限に存在する」という主張だ。タオはこの問題が極めて難しい理由を「陰謀（conspiracy）」の概念で説明する。素数から双子素数をすべて除去するように0.01%の素数を編集しても、統計的テストはすべて通過する。つまり、双子素数の存在を証明するには、統計的な分析を超えた極めて微妙な素数の性質を利用しなければならない。

タオは「k-tuple version」で進展を遂げ、差が246以下の素数の組が無限に存在することを示した。これは鳩の巣原理に基づく。しかし、双子素数予想の完全な解決には「パリティ障壁」を突破する必要がある。これは、どのような「almost prime（ほとんど素数）」の集合を選んでも、素数の密度が50%を超えられないという理論的な限界だ。

リーマン予想については「まったく見通しが立たない」とタオは認める。素数が真にランダムに振る舞うことを証明するには、「平方根キャンセレーション」という極めて繊細な性質を厳密に示さなければならないが、現在の数学の技法では手が届かない。

2:43:04コラッツ予想

コラッツ予想は「任意の自然数に対して、偶数なら2で割り、奇数なら3倍して1を加える操作を繰り返すと、必ず1に到達する」というものだ。タオは確率論を用いて「99%の入力は1に到達する」ことを証明した。

しかし、残り1%の「異常値」を排除できない。コラッツの操作はランダムウォークに似ており、平均的には減少傾向にあるが、カジノで負けが込んでいるプレイヤーがたまたま勝ち続けるように、無限大に発散する「特別な数」が存在する可能性を否定できない。

コンウェイはコラッツ問題の一般化を研究し、分岐ルールが十分に複雑になるとチューリングマシンをエンコードでき、問題自体が決定不能になることを示した。タオのナビエ・ストークス研究もこのアイデアに触発されている。

まとめ

このエピソードは、数学の最前線で活躍する巨人の思考プロセスを間近で見せてくれる貴重な機会となった。タオの「キツネ型」アプローチ—問題を単純化し、チートを駆使し、異なる分野の技法を移植する—は、超難問に取り組むための実践的な戦略を示している。同時に、ペレルマンの孤高の研究スタイルや、アンドリュー・ワイルズの秘密の7年間など、異なるアプローチの価値も認めている。

AIと形式検証の進歩は、数学の研究方法を根本から変えようとしている。タオ自身がLeanを学び、大規模な共同研究プロジェクトを主導していることは、最も偉大な数学者でさえ新しいツールを積極的に取り入れる姿勢の重要性を示している。しかし、AIが真の創造性や「数学的な嗅覚」を獲得するには、まだ時間がかかるだろう。

要点

• ナビエ・ストークス方程式の超臨界性が、特異点問題を極めて困難にしている。タオは平均化方程式を用いて、特定のアプローチを排除する「障害物」を構築した。
• タオは流体の流れ自体がチューリングマシンとして機能する可能性を示唆し、ナビエ・ストークス方程式の特異点形成への「ロードマップ」を提供した。
• Lean形式検証システムは、証明の信頼性を保証し、大規模な共同研究を可能にする。タオの等式理論プロジェクトでは22 millionの命題を50人で解決した。
• AIは現在、IMOレベルの問題を解けるが、証明の「組合せ爆発」と「誤った方向を認識する能力」の欠如が大きな障壁となっている。
• 双子素数予想の解決には「パリティ障壁」の突破が必要であり、リーマン予想は「まったく見通しが立たない」。
• ペレルマンはリッチ・フローに新しい「エントロピー」概念を導入し、ポアンカレ予想を解決した。彼の孤高の研究スタイルはタオの協調的アプローチと対照的である。
• タオは自身を「キツネ型」と位置づけ、異なる分野の技法を移植する「アービトラージ」を得意とする。問題に取り組む際は、まず「チート」を使って単純化し、困難を一つずつ解決する。
• 数学の普遍性は、複雑なミクロの相互作用から単純なマクロの法則が出現する現象を説明するが、2008年の金融危機が示すように、モデルの前提条件の検証が不可欠である。