OpenAIは、未公開のAstraモデルが10件の未解決の数学問題を解決したと述べている。

Why it matters

Astra gives OpenAI its clearest evidence that frontier models may generate auditable research results, opening a market for AI systems sold as discovery infrastructure.

OpenAIは8月1日に、同社の次の主要モデルであるAstraの内部版が、数学および理論計算機科学における長年の未解決問題10件について新たな結果を出したと発表した。これは、フロンティアAI競争をベンチマークスコアを超え、研究数学者が検査できる仕事の領域へと押し上げる主張である。

Noam Brown (@polynoamial)、OpenAIの研究科学者は、Xに投稿し Astraが「scientific reasoning（科学的推論）にとっての大きな一歩」を示すと書いた。Brownは推論、強化学習、セルフプレイおよびマルチエージェントシステムの研究に従事している。OpenAIに入る前は、MetaのFAIRラボで外交（Diplomacy）という戦略ゲームをプレイするために作られたAIシステムCICEROに取り組み、Carnegie Mellon UniversityではLibratusおよびPluribusのポーカーシステムに携わった。

証拠パッケージは、フロンティアモデルの発表に通常添えられるベンチマーク表以上に大きい。OpenAIは249ページに及ぶ原稿集、推論ウォークスルー、およびLeanの証明書の公開GitHubリポジトリを公表した。Leanは、形式的な議論が掲げられた仮定から導かれるかどうかを機械的に検証できる証明支援系である。

OpenAIの研究発表によれば、Astraが数学的議論を生成し、人間が同じモデルを用いてそれらを原稿として整備し、その後Astraが各議論をLeanで形式化したとされる。OpenAIは作業の正しさに責任を負うと述べつつ、基礎となる議論を生成したのはシステムであるとクレジットしている。

主張される10件の進展は、高次元球充填、二元符号および球面符号、非ソフィック群、Connesの剛性予想、算術回路複雑性、量子並列繰り返し、最近接ベクトル問題、Ehrhartの体積予想、多色ラムゼー数、および極値グラフ理論における2つの予想を含む。

いくつかは純粋数学以外にも影響を及ぼす。最近接ベクトル問題は格子理論およびポスト量子暗号にとって中心的な問題である。算術回路の下界は計算の根本的限界に関わる。量子並列繰り返しは、量子ゲームを繰り返したときに成功確率がどのように振る舞うかを扱うもので、量子計算理論に結びつく問題である。

最も衝撃的な主張には、非ソフィック群の明示的構成が含まれており、これは可算群のすべてが有限置換によって近似可能かどうかという問題を解決する可能性があること、そしてConnesの剛性予想の反例を示したという主張がある。球充填の結果は、1978年以来初の一般的な高次元充填指数の改善を主張している。

OpenAIは、これら10件の解を見つけるために使用したトークンはGPT-5.6 SolのAPI料金でおおよそ2,000ドル相当になるだろうと述べた。その数字は推論トークンを現在の製品価格に換算したものであり、Astraのトレーニングコストや、問題を選び、原稿を準備し出力を検証するために必要だった人間の作業を表すものではない。

モデル自体は社内に留まっている。OpenAIはAstraを次の主要モデルとして特定したが、リリース日、価格、アクセス条件、モデルカードは提示していない。したがってこの発表はモデルのローンチではなく、外部の専門家が監査できるアーティファクトによって裏付けられた能力のプレビューとして機能している。

主張の幅広さは、Astraの成果を一年前に各ラボが公開していた数学デモンストレーションと区別する。それらの公開はしばしばオリンピアードの問題や既知の解答があるキュレーションされたベンチマークに集中していた。研究数学は、技術文献から実行可能なルートを特定し、独自の議論を生み出し、詳細な査読を通過するための能力をシステムに要求する。

Google DeepMindも同じ転換を追求してきた。Gemini Deep Think研究プログラムはAletheiaという数学エージェントを用いて、専門家の指導下で解法を生成・改訂しており、これは学生競技での金メダル級の成果に続くものである。OpenAIのAstra発表は、複数の分野にわたる一連の提案された独創的な結果を一度に提示することで競争基準を引き上げている。

Leanの証明書は自然言語の証明のみより強力な検証機構を提供するが、リリースを巡るすべての疑問を解決するものではない。研究者は各形式的命題が意図された公知の問題を正しくとらえているか、仮定が適切か、そして得られた進展が当該分野内でどれほど重要かを検証する必要がある。証明が機械的に有効であっても、その数学的意義は専門家の判断を要することがある。

OpenAIはこの主張に向けて構築を進めてきた。5月には、未公開モデルが80年にわたる幾何学の問題であるErdosの単位距離予想の反例を生成したと同社が明かしていた。Astraはその以前の結果をより広いプロダクト的命題へと転換する：次のフロンティアモデルは研究インフラとして構築されつつあり、科学的発見が専門のデモンストレーションではなく中核的な能力として位置づけられている。