AIはミレニアム懸賞問題を解いたのか ― ナビエ–ストークス「解決」発表の実像

数学には「解けたら100万ドル」という問題が7つあります。クレイ数学研究所（CMI）が2000年に掲げた「ミレニアム懸賞問題」です。四半世紀のあいだに正式に解決されたのはポアンカレ予想ただ1つで、残る6問は数学の最難関として手つかずに近い状態が続いてきました。

ところが2026年9月、OpenAIが「AIがナビエ–ストークス方程式の問題を解いた」と発表し、同じ朝にNYUの数学者とAnthropicの研究者が近い結果を公表したことで、帰属をめぐる論争まで起きました。AIが数学オリンピックで金メダル相当に届いたのが2025年夏ですから、わずか1年余りで「懸賞問題」の土俵に上がってきたことになります。これは本当に「AIが数学の最難関を解いた」瞬間なのでしょうか。

先に結論を書くと、AIが数学研究の現場を大きく変えつつあるのは確かですが、「ミレニアム問題が解かれた」と言い切れる段階ではありません。OpenAIの主張は4つある選択肢のうち「外力あり」の2つに関するもので、CMIは状態を「active」に変更したものの、賞の授与も独立検証もまだです。本記事では、ミレニアム問題の基本から、AIと数学の最新動向、そして「解決」ニュースの読み方までを整理します。

本記事は2026年9月17日時点の情報に基づきます。ナビエ–ストークス問題の検証は進行中であり、今後のCMIの判断や査読の結果によって評価が変わる可能性があります。また、後半の見通しに関する記述は筆者の見解であり、精密な予測ではありません。

1. ミレニアム懸賞問題とは

CMIは2000年5月24日、パリのコレージュ・ド・フランスで開いた会合で7つの問題を発表しました。基金は総額700万ドル、1問あたりの賞金は100万ドルです。1900年にダフィット・ヒルベルトが同じパリの国際数学者会議で提示した「23の問題」を意識した企画で、リーマン予想は両方のリストに入っています。

受賞の手続きは意図的に慎重に作られています。解答をCMIに直接送ることはできず、まず評価の確立した査読付き数学誌に掲載され、さらに掲載後2年間を経て数学界で一般に受け入れられる必要があります。その後にCMIの科学諮問委員会が検討に入ります。反例による否定的解決の場合も同様の待機期間が設けられています。「証明が出た」ことと「賞が授与される」ことの間には、少なくとも数年の距離があるわけです。

2. 7つの問題の中身

7問は分野もばらばらです。専門的な定式化は省き、何を問うているのかを一言でまとめると次のようになります。

問題	分野	何を問うているか	2026年9月時点の状況
P対NP問題	計算機科学	答えを速く「検証」できる問題は、速く「解く」こともできるのか	未解決。P≠NPと考える研究者が多数派
ホッジ予想	代数幾何	複雑な図形の位相的な特徴の一部が、代数的な部分（代数的サイクル）の組み合わせで表せるか	未解決
ポアンカレ予想	トポロジー	「穴のない」閉じた3次元空間は、本質的に3次元球面と同じか	解決済み（ペレルマン、2002〜2003年）
リーマン予想	数論	ゼータ関数の非自明な零点は、すべて実部1/2の直線上にあるか。素数の分布と直結する	未解決。数値的には膨大な範囲で成立を確認済み
ヤン–ミルズ方程式と質量ギャップ	数理物理	素粒子の標準模型の土台となる量子場の理論を数学的に厳密に構成し、正の「質量ギャップ」を示せるか	未解決
ナビエ–ストークス方程式	偏微分方程式	滑らかな流れは永遠に滑らかなままか、それとも有限時間で速度が発散する「特異点（爆発）」が生じうるか	CMIが状態を「active」に変更。賞は未授与（第5〜6章）
バーチ・スウィンナートン＝ダイアー（BSD）予想	数論	楕円曲線上の有理点の「多さ」（ランク）が、対応するL関数の振る舞いで決まるか	未解決

IT技術者にとって最も身近なのはP対NP問題でしょう。公開鍵暗号の安全性は「ある種の計算は現実的な時間では解けない」という前提に立っており、P=NPが示されればその前提が根本から揺らぎます。CMIに掲載されたスティーヴン・クックの公式問題文は、P=NPが成り立つなら、妥当な長さの証明をもつ定理の形式的証明をコンピュータが見つけられるようになり、その例にはCMIの懸賞問題すべてが含まれうる、とまで書いています。AIと数学の関係を考えるうえで、示唆的な一文です。

3. 唯一の解決例：ポアンカレ予想

ロシアの数学者グリゴリー・ペレルマンは、2002年から2003年にかけて3本の論文をプレプリントサーバのarXivに投稿し、リチャード・ハミルトンが始めた「リッチ・フロー」の理論を発展させてポアンカレ予想を証明しました。注目すべきは、彼が論文を査読誌に投稿しなかったことです。複数の専門家チームが数年かけて内容を検証し、その結果として証明が受け入れられました。

ペレルマンは2006年のフィールズ賞を辞退し、2010年にCMIが授与基準を満たしたと発表したミレニアム賞も辞退しました。ミレニアム賞の辞退理由として、ハミルトンの貢献が自分に劣らないことを挙げたと伝えられています。この一件は、ミレニアム問題の「解決」が、論文の公開ではなく数学界による長期の検証によって確定するものだということをよく示しています。

4. AIは数学をどこまで変えたか

2026年9月の出来事を理解するには、ここ数年の「AI×数学」の流れを押さえておく必要があります。大きく分けると、競技数学での到達、未知の構造やアルゴリズムの発見、そして定理証明支援系（Lean）による形式化の3本柱です。

時期	主体	成果	読むときの注意
2022年	He、Lee、Oliver、Pozdnyakov	楕円曲線のデータに機械学習を適用する過程で、振動パターン「murmurations」を発見（arXiv:2204.10140）	BSD予想の解決ではなく、関連する新現象の発見
2024年7月	Google DeepMind	国際数学オリンピック（IMO）で、AlphaProofが非幾何の3問、AlphaGeometry 2が幾何の1問を解き、合計28/42点（銀メダル相当）。論文は2025年11月にNature掲載	4問はAlphaProof単独の成果ではない。金メダル境界まで1点
2025年	Google DeepMind	AlphaEvolveが4×4の複素数行列の積を48回のスカラー乗算で計算する手法を発見（1969年のシュトラッセン法の49回を56年ぶりに更新）。11次元の接吻数の下界を592から593へ	「50超の問題の約75%で既知最良と一致、約20%で改善」はDeepMind自身の評価
2025年7月	OpenAI、Google DeepMind	汎用の推論モデルがIMO 2025で6問中5問を解き、35/42点（金メダル相当）	競技数学は答えが既知で、研究数学とは性質が異なる
2026年9月4日	Anthropic	Claudeがフェルマーの最終定理の証明を11日間ほぼ自律的にLeanで形式化。約1,300万行、30,300個の定理を証明し、うち29,500個を最終証明で使用	既に人間が証明した定理の形式化であり、新定理の発見ではない
2026年9月8日	OpenAI	ナビエ–ストークス方程式の有限時間爆発について、解析的証明とLean形式化を発表	「外力あり」版。帰属論争あり、CMIの検証は未了（次章）

なかでも見逃せないのが形式化の進展です。Leanのような定理証明支援系で書かれた証明は、機械的にチェックできます。人間が数百ページの論文を何年もかけて読み解く必要があった従来に比べ、「証明が正しいか」の確認コストを大きく下げられる可能性があります。フェルマーの最終定理の形式化は、Leanの数学ライブラリMathlibの約5倍という規模で、インペリアル・カレッジ・ロンドンのケヴィン・バザード氏も自動形式化の成果として高く評価しました。AIが大量の証明を生み出す時代に、その正しさを誰がどう保証するのかという問題への一つの答えがここにあります。

5. 2026年9月、ナビエ–ストークス問題に何が起きたか

「爆発」を探す長い助走

ナビエ–ストークス方程式は、粘性のある流体の運動を記述する方程式で、気象予測から航空機設計まであらゆる工学の土台になっています。問題の核心は、滑らかな初期状態から出発した流れが、有限の時間で速度が無限大に発散する「爆発」を起こしうるかどうかです。

数学者たちは、本命に挑む前段階として、粘性のないオイラー方程式など、より扱いやすい方程式で爆発を探してきました。LuoとHouが数値計算で有力な爆発候補を示し、2022年にはChenとHouがコンピュータ支援証明によってその爆発を厳密に裏付ける成果を出しています。ただ、こうした「安定な」爆発に対し、ナビエ–ストークスで起こりうる爆発は、ごく微妙な条件下でしか現れない「不安定な」ものだと考えられてきました。

ここでAIが登場します。NYUのトリスタン・バックマスター氏らは、物理法則を組み込んだニューラルネットワーク（PINN）で自己相似解を直接探す手法を開発しました。2025年9月にはGoogle DeepMindやスタンフォード大学などとの共同研究として、複数の流体方程式で不安定な特異点の新しい族を系統的に見つけたとするプレプリントを公開しています。

OpenAIの発表

2026年9月8日（発表資料の日付は9月7日）、OpenAIは非公開の内部モデルを使い、約1万のAIエージェントが88時間稼働して、ナビエ–ストークス方程式が有限時間で特異点を生じうることの解析的証明と、そのLeanによる形式化を生成したと発表しました。この内部モデルは、公開中の最新モデルGPT-6 Astraよりも高性能だとされています。エージェント数や稼働時間はOpenAI自身の公表値であり、計算の過程を第三者が検証したものではありません。

BBCはこれを、ミレニアム賞が求める4つの記述のうち2つを解決したものと報じています。この「4つのうち2つ」という点が、次章で説明するように非常に重要です。

同じ朝に出た、もう一つの証明

OpenAIの発表の直前、バックマスター氏とAnthropicの研究者レヴェント・アルペゲ氏が、約1年取り組んできた成果として、外力のあるオイラー方程式の爆発を含む3つの証明を公表しました。こちらもLeanで形式化されており、両陣営の証明が同じ朝に出そろう形になりました。

バックマスター氏は、OpenAIが自分たちの進展を知ったうえで同じ道筋を追ったと主張しました。論点の一つは、同氏がOpenAIのコーディングツールCodexを研究に使っていたことで、そのやり取りがOpenAI側の研究に影響したのではないかというデータの扱いをめぐる疑問です。OpenAIはこの主張を「断じて虚偽」だと否定し、手法も異なると反論しています。双方の主張は食い違っており、2026年9月17日時点で決着はついていません。

テレンス・タオ氏はこの件について、バックマスター氏らの成果を高く評価する一方で、噂だけでAI企業が巨大な計算資源を投入し、人間の研究者がアイデアを育てきる前に問題が「刈り取られて」しまう危うさや、AI企業が数学の成果を論文や講演ではなくプレスリリースで伝える姿勢への懸念を示しています。良質な未解決問題は有限の資源であり、それがAIによって急速に消費されていくことへの問題提起でもあります。

6. 「解決」と言えるのか：4つの選択肢とCMIの判断

CMIのナビエ–ストークス問題は、チャールズ・フェファーマンが書いた公式問題文で、次の4つのいずれかを証明すれば解決とみなすと定めています。「滑らかさが保たれる」を示す肯定的な2つと、「破綻する」を示す否定的な2つです。

選択肢	内容	外力	2026年9月時点
A	3次元全空間で、滑らかな解が永遠に存在し滑らかさを保つ	なし	未解決
B	周期境界条件の空間で、同じく滑らかさを保つ	なし	未解決
C	3次元全空間で、滑らかな初期値と外力から出発しても滑らかな解が続かない例がある	あり	OpenAIが証明を主張
D	周期境界条件の空間で、同様の破綻例がある	あり	OpenAIが証明を主張

規定上はどれか1つを示せば解決です。ただし、流体に外から力を加え続けることを許すC・Dと、外力なしで流体そのものの性質を問うA・Bとでは、数学的な意味合いが異なります。多くの数学者が「本丸」と見てきたのは外力なしの問題であり、こちらは依然として手つかずです。「ナビエ–ストークス問題が解けた」という見出しだけを見ると、この区別が抜け落ちてしまいます。

CMIは2026年9月10日付の声明で、ナビエ–ストークス問題は「解決されたようだ（apparently been settled）」と述べました。翌11日には、検証と帰属を判断するプロセスは意図的に急がないものだと改めて強調し、公式サイト上の状態を「unsolved」でも「solved」でもない「active」に変更しています。賞は授与されておらず、第1章で説明した査読付き掲載と2年間の待機期間という手続きもこれからです。

7. 残る5問とAIの距離

ナビエ–ストークス以外の未解決5問について、AIとの関わりは問題ごとにかなり違います。

リーマン予想は、計算機との付き合いが最も長い問題です。アラン・チューリングも初期のコンピュータで零点の検証を行いました。現在の到達点の一つであるPlattとTrudgianの研究（arXiv:2004.09765）は、区間演算を用いて厳密に、高さ3×10¹²までのすべての非自明零点が実部1/2の直線上にあることを確認しており、その数は12兆3,631億個を超えます。とはいえ、零点は無限にあるため、どれだけ数値検証を積み重ねても証明にはなりません。

BSD予想では、前述のmurmurationsがAIによる発見の好例です。その後、ニーナ・ズブリリナ氏がこの現象に初めて厳密な理論的説明を与え、論文は2025年にInventiones Mathematicaeに掲載されました。機械学習がパターンを見つけ、人間の数学者が理論を与えるという分業は、AI支援数学の一つの型になりつつあります。ただし、これはBSD予想そのものの解決に直結する成果ではありません。

P対NP問題は、AIにとって最も遠い問題かもしれません。計算量の下界を示す深い分離定理は、既知の証明手法そのものに障壁があることが知られており、探索や形式化の力だけで突破できる見通しは現時点で立っていません。一方で、AIの側から見るとこの問題は他人事ではありません。学習の計算量的な困難さや暗号の安全性は、P≠NPかそれに類する仮定の上に立っているからです。

ホッジ予想とヤン–ミルズ問題は、そもそも問題を正しく定式化して形式化するところから難しく、現時点でAIによる目立った進展は報告されていません。ヤン–ミルズ問題は量子場の理論の厳密な構成を要求しており、数学的な土台づくりそのものが課題です。

ナビエ–ストークスが最初の舞台になったのは、偶然ではないと筆者は考えています。「爆発する解を見つける」という問題は、候補を数値的に探索し、見つかった候補を厳密に証明するという、AIと計算機が得意とする手順に分解しやすい構造を持っていました。すべてのミレニアム問題がこの形に落とし込めるわけではありません。

8. 競技数学と研究数学のギャップ

AIの数学能力を測るベンチマークの推移も、状況を読むうえで参考になります。Epoch AIのFrontierMathは、2024年11月の公開時点では、当時の最先端モデルでも正答率2%未満という難問集でした。

その後、2026年6月12日に改訂版（v2）が公開されました。元の問題の約42%に誤りが見つかって修正され、全338問（Tier 1〜3が295問、研究レベルのTier 4が43問）の構成になっています。旧版とはスコアの互換性がない点に注意が必要です。報道やリーダーボード集計によれば、GPT-6 AstraはTier 4（v2）で97.6%に達し、このベンチマークはほぼ飽和したとされます。

対照的なのが、Epoch AIが本当に未解決のエルデシュ問題68問をLeanで形式化した「FrontierMath Erdős」です。報道によれば、GPT-6 Astraが解けたのは68問中2問（約3%）で、他のモデルは0問でした。答えの決まった難問ではほぼ満点を取れても、誰も答えを知らない問題になると急に正答率が落ちる。この落差こそが、現在のAIの数学能力の実像です。

その意味で、2026年9月のナビエ–ストークスの件は、この落差を越えた可能性のある最初の大きな事例として注目されています。一方で、1万のエージェントを88時間動かすという計算規模や、先行する人間の研究との関係を考えると、「AIが単独で成し遂げた」と単純に言える話でもありません。

9. 「AIが解いた」ニュースの読み方

今後も「AIが難問を解いた」という見出しは増えるはずです。ミレニアム問題に関するニュースを読むときは、少なくとも次の点を確認すると、見出しと実態のずれを見抜きやすくなります。

• 査読を経ているか。企業の発表やarXivのプレプリントは査読前です。CMIの賞は査読付き掲載と2年間の待機を前提としています。
• 公式問題文のどの記述を満たすのか。ナビエ–ストークスであれば、外力ありのC・Dか、外力なしのA・Bかで意味が大きく変わります。
• CMI自身がどう表現しているか。2026年9月時点の公式の状態は「active」であり、「solved」ではありません。
• 数値は誰の申告か。エージェント数、稼働時間、ベンチマークスコアの多くは開発元の自己申告か第三者の集計で、独立検証されていないことがあります。
• 「発見」「形式化」「解決」を区別しているか。既知の証明の形式化や、関連する新現象の発見は重要な成果ですが、懸賞問題の解決とは別物です。

また、今回の帰属論争は、未公表の研究をAIツールに入力する研究者にとって現実的なリスクを示しました。業務でAIツールに機密情報を扱わせる企業にとっても、データの扱いに関する規約と実際の運用を確認しておく必要性を示す事例と言えます。

まとめ

ミレニアム懸賞問題は、2000年にCMIが掲げた7つの難問で、2026年9月時点で正式に解決されたのはポアンカレ予想だけです。ナビエ–ストークス問題については、OpenAIとバックマスター氏・アルペゲ氏の双方からLeanで形式化された成果が同時期に出され、CMIも状態を「active」に変えましたが、それは外力ありの選択肢に関するもので、賞の授与も独立検証もまだ先です。

AIと数学の関係は、この数年で「難問集で点数を取る」段階から、「未知の構造を見つける」「証明を形式化して検証する」「研究者と一緒に未解決問題に挑む」段階へと移ってきました。競技数学やベンチマークでは人間のトップに並んだ一方、本当に答えの分からない問題ではまだ正答率が大きく落ちます。

筆者の見立てでは、当面の焦点は二つです。一つは、ナビエ–ストークスの主張が査読とCMIの手続きを通過するかどうか。もう一つは、本丸である外力なしの問題や、性質の異なる他のミレニアム問題に、同じ手法がどこまで通用するかです。いずれにしても、「AIが解いた」という見出しより、誰が何をどの手続きで確かめたのかに目を向けることが、これからますます重要になるでしょう。