OpenAIは2026年9月8日、約1万のAIエージェントからなるシステムが88時間でナビエ–ストークスのミレニアム問題の解答を導出したと発表した。このシステムは、初期状態で完全に静止し、滑らかな外力を受けた後に局所的な速度が有限時間内に無限大に近づき、全体の運動エネルギーは常に有限であるような特殊な三次元流体を構築した。この結論はClay数学研究所の公式問題におけるC、Dの2つの「特異点の存在」シナリオに対応し、166ページの解析的証明とLean形式化バージョンが作成された。さらに驚異的なのは、核心的な推論を担ったのが、OpenAIが「GPT-6 Astraよりも顕著に強力」と評するまだ訓練中の内部モデルである点であり、ナビエ–ストークスプロジェクト全体では約1300億の出力トークンが消費され、270万件のエージェントメッセージが生成され、計算コストは数百万ドルに達した。しかし、この証明は数学界による一行ずつの検証を必要としており、Leanは形式化された命題が元の問題と完全に同等であることを自動的に保証できない。一方、ニューヨーク大学の数学者Tristan Buckmasterは、OpenAIが自身とLevent AlpögeがCodexに保存した未公開の研究を間接的に活用した可能性を指摘し、OpenAIが成果の著者表示に影響を及ぼそうとしたと非難した。OpenAIはその具体的なデータを閲覧または使用していないと否定しているが、匿名化されたデータがモデルの改善に役立った可能性を完全に排除できないと認めた。文章作者、来源：OpenAI
この質問は一体何を尋ねているのか
ナビエ–ストークス方程式は、水や空気などの流体の運動を記述するために使用されます。飛行機設計、天気予報、血液の流れ、海洋研究はすべてこのような方程式に基づいています。
方程式は流体を連続媒体として扱い、分子を一つずつ追跡することはありません。長年解決されていない問題は、三次元流体が初期に非常に滑らかである場合、それが永遠に滑らかさを保つか、それとも有限時間内に「特異点」が発生するか、つまり、次第に小さくなる領域で方程式が計算する流速が継続的に上昇し、最終的に無限大に近づくかどうかです。
粘性は通常、急激な変化を平滑化する。ハチミツが水よりゆっくりと流れるのは、粘性がより高いからである。したがって、粘性を持つ流体に特異点が発生することを示すことは、粘性のない理想環境で制御不能な運動を生み出すよりもはるかに困難である。
現実の流体は真の無限速度に到達することは不可能である。このような結論は、連続流体モデルが特定の条件下で破綻することを示すものであり、飛行機や海洋、人体の血液が突然無限の流速を生じることを意味するわけではない。
AIは「方程式が崩壊する可能性がある」ことを証明している
OpenAIのシステムは、すべてのナビエ–ストークス流体に特異点が発生することを証明していないし、天気予報に直接適用できる万能な解法を見つけてもいない。
彼は反例を構成した：流体は最初は完全に静止しており、外部から空間的・時間的に滑らかで有限の範囲を持つ力が加えられる。運動が進むにつれて、回転する渦が中心に向かって収縮し、軸方向に引き伸ばされて、次第に細長いパスタのような形状になる。
渦巻きが占める体積は次第に小さくなり、内部の速度は次第に速くなる。設定された特異点の時間に達すると、最大速度は無限に近づくが、高速領域が同時に急激に縮小するため、全体の系の運動エネルギーは依然として有限のまま保たれる。
真正の難点は、無限大の外力を直接加えて特異点を「強引に作り出す」ことではない。モデルは、加速度、圧力、粘性、流体自身の運動量輸送をそれぞれ大きくしなければならず、同時にそれらを非常に正確な方法で互いに打ち消し合い、最終的に必要な外力が依然として滑らかであるようにしなければならない。
外力を使用することは、元の問題を回避したことになるのか
オンライン上で、OpenAIの証明は外部の力を使用しているため、「真の」ミレニアム問題を解決していないという疑問が提起されています。
クレイ数学研究所が公表した公式問題によると、この表現は正確ではありません。
公式の問題は4つの選択肢を提示しています。A、Bは、外力がない場合に、条件を満たすすべての三次元流体が常に滑らかであることを証明する必要があります。C、Dは、厳密な滑らかさと減衰条件を満たす外力を許可し、グローバルな滑らかな解が存在しない例を構成するだけです。
OpenAIの論文は、無限三次元空間向けと周期的三次元空間向けの両方について、CとDを同時に達成すると主張している。論文内の力は滑らかであるだけでなく、有限の空間と時間範囲でのみ作用する緊密なサポートを持つ。
したがって、「外力の使用」自体は証明の資格を失わせません。真正に検証すべき点は以下の3つです：166ページの議論に誤りがあるかどうか、構築された力がすべての条件を満たしているかどうか、そしてLeanで形式化された命題が論文およびClay公式の問題と完全に一致しているかどうか。
1万个エージェントはどのように協力するのですか
OpenAIは8月28日から新しい内部モデルのトレーニングを開始しました。同社は名前、パラメータ数、トレーニング方法を公表しておらず、数学能力が飛躍的に向上し、「GPT‑6 Astraよりも著しく優れている」とのみ述べています。
9月1日、OpenAIは、2つのミレニアム問題の解決に近い進展があるという噂を聞き、新モデルに未解決のミレニアム問題すべてと、比較的簡単な関連問題にも挑戦させることを決定した。
エージェントはキャッシュされたインターネットを読み取り、コードを実行でき、内部で通信可能な複数のグループに分割されています。異なるグループは、常に滑らかであることを証明するA、Bのルートと、特異点を構築するC、Dのルートをそれぞれ研究しています。
システムはまず関連する問題で進展を遂げました。約100のエージェントが50時間稼働し、外部力のない三次元オイラー方程式に特異点が発生する可能性を証明しました。オイラー方程式は、粘性を無視したナビエ–ストークス方程式と理解できます。
研究者たちはその後、ナビエ–ストークス方程式が最も有望であると判断し、他の課題に割り当てられていたリソースを移動させ、オイラー方程式の結果を新しいエージェントに提供し、運用中にさらに訓練された新バージョンのモデルに切り替えました。
複数のチームが異なるソリューションを継続して探求しました。OpenAIはCodexを使用して、各チームが生成した有効な中間結論を整理し、その情報を他のチーム間で相互に共有しました。最終的に、関連するエージェントは9月5日にナビエ–ストークスの結果を得ました。これは最初のエージェントの起動から約88時間後でした。
その後、GPT‑6 Astraはさらに17時間かけて、証明をLean形式化証明に変換し検証した。
ナビエ–ストークスプロジェクト全体では約270万件のAgentメッセージが生成され、約13000億の出力トークンを消費した。同時に試行された他の数学的問題をすべて含めると、合計で490万件のメッセージと約3000億の出力トークンとなる。OpenAIの研究責任者であるMark ChenおよびSébastien Bubeckは、計算コストが数百万ドルに達したと述べているが、実際のGPU数や内部コストの詳細は公表していない。
通過したからといって、議論が終わったわけではない
Leanは形式化証明ツールです。数学的命題と使用する仮定が正確に記述されれば、Leanは各ステップが前ステップから厳密に導けるかどうかを検証し、人間の証明で見落とされがちな論理の飛躍を防ぎます。
OpenAIが公開したコードリポジトリは、無限空間と周期空間の両方の結果を示しており、独立した構築および証明の検証手順も提供しています。これにより、外部の専門家は企業のプレスリリースをただ信じるのではなく、実際にコードを実行できます。
しかしLeanは、あなたが入力した問題が元の問題かどうかを人間の代わりに決定しません。
研究者たちは、形式化バージョンが元の命題を弱めていないこと、不要な仮定を導入していないこと、論文内の解析対象がLeanの定義と一致していること、そして形式化コードが最も重要な数学的結論を事前に公理として前提していないことを確認する必要があります。Quantaはまた、人間によるレビューにおいて不可欠なステップは、Leanによる証明の主張が数学者が実際に解決しようとしている問題と論理的に同等であることを確認することであると指摘しています。
クレイは現在もナビエ–ストークス方程式を未解決問題として掲載している。その規則によれば、候補となる解答は、適格な出版物に掲載され、少なくとも2年間の国際的な数学界による厳格な審査を経て広く受け入れられた後、正式な認定プロセスに進むことができる。
OpenAIは100万ドルの賞金を申請しないと表明しました。賞金を申請する与否にかかわらず、数学的結論は同じ同行評価を経る必要があります。
その背後には長年にわたって蓄積された研究の道筋がある。
この結果は、AIが空白から空想して生み出したものではありません。
スペインの数学者ディエゴ・コルドバとルイス・マルティネス・ゾロアは、複数の渦を重ねることで流体の特異点を構築することを長年にわたり研究してきた。その基本的なアイデアは、特異点を持たない無限層の流れを構築し、より大きなスケールのひずみによって小さなスケールの渦を継続的に拡大することで、「無限カスケード」を形成することである。
彼らは以前から一部の関連方程式で特異点を生成できていたが、組み合わせた外力が滑らかでなく、ミレニアム問題の条件を満たさなかった。
OpenAIの論文は、この研究路線を引用し、振動パルス、運動量輸送、段階的な誤差補正を追加することで、最終的な外力を滑らかに保っている。Clay公式タイトルの説明を執筆した数学者Charles FeffermanはQuantaに対して、CórdobaとMartínez-Zoroaがこの研究の歴史における鍵となる人物であると述べた。
したがって、たとえOpenAIが完全な証明を達成したとしても、その成果を「AIが88時間独立して思考し、人類がこれまで近づけなかった問題を解決した」と単純に要約することはできない。より正確な表現は、新しいモデルが、既存の人類の研究路線、チームの指導、膨大な並列検索、および形式化ツールという基盤の上に、長年完了していなかった鍵となるステップを補完したということである。
なぜ成果の帰属が突然公開された議論になったのですか
論争にはニューヨーク大学の数学者Tristan BuckmasterとAnthropicの研究者Levent Alpögeが関係している。両者は、これは個人的な共同作業であり、Anthropicの公式プロジェクトではないと述べている。
彼らはコルドバとマルティネス・ゾロアの作業を出発点とし、Claude、Codex、GPT‑5.6 Sol、Astraを補助的に使用して研究を行った。8月15日、二人は滑らかな外力を持つオイラー方程式などの結果を得て、8月22日にはLeanによる検証を完了した。当初の計画では、モデルが生成した証明を数週間かけて、人間がより読みやすい論文に整理することになっていた。
バックマスターは、情報が事前に漏洩したため、9月7日に研究を急いで公開せざるを得なかったと述べ、二人は当時、ナビエ–ストークスのミレニアム問題を完全に解決しておらず、オイラー方程式およびその他の関連システムに関する結果のみを得ていたことを明確に認めた。
しかし彼は、「外力を滑らかにすることで特異点を構築する」ことは非常に珍しい道筋であり、OpenAIは彼らが突破を達成したという噂を聞いた後で、ようやく同じ方向に大規模なリソースを投入したと述べた。過去1年間、彼は草案や研究プロセスをCodexに投入してきたため、OpenAIの新モデルがこれらの内容に接触または訓練されたかどうかを尋ねた。
OpenAIは、研究者とエージェントが互いの成果を公開する前に証明を確認していないこと、またこの問題の解決のために特定のユーザーデータにアクセスしていないことを表明しました。同社は、両者が製品を使用することによって生成された匿名化データがモデルの改善に参加した可能性が非常に低いものの、完全に排除できないことも認めました。
この二つの主張は完全に矛盾していない：解題プロセスで直接プライベートな下書きを読み取っていないことから、その下書きが以前のデータ処理を通じてモデルに間接的に影響を与えていなかったとは限らない。しかし、現在のところ、その影響が実際に発生したことを示す公にされた証拠はなく、モデルが最終的に生成した証明から具体的なトレーニング元を逆算することもできない。
その後、論争は署名とコミュニケーションのプロセスに拡大した。バックマスターは、セバスチャン・ビュベックが彼をOpenAIの改訂版の主な著者にすることを提案したが、アルポーゲがAnthropicに在籍しているため、彼を含めたくないと思っていたと主張した。また、ビュベックは「自分のキャリアを台無しにしたいのか」といった言葉で彼を圧力したとも述べた。
Bubeckは、Alpögeを自身のオイラー方程式の論文から削除するよう要求したことを否定した。彼は、関連する議論はBuckmasterにOpenAIのナビエ–ストークス証明の書き直しを担当させることを目的としており、競合企業の従業員がOpenAIの内部モデルの成果に著者として名を連ねることで利益相反が生じる可能性があると説明した。Bubeckは、キャリアに関する表現についても謝罪し、それは脅しではなく、極めて不適切な表現であったと述べた。
双方の対話の文脈と真意の説明は依然として異なり、現在の公開資料ではどちらのバージョンが完全で正確かを判断するには不十分である。
AIが研究に従事した後、「誰が最初に思いついたか」を証明することがますます難しくなる
従来の数学的成果は、論文の下書き、メール、講義、プリントプレイングを通じて比較的明確な時間軸を構築できる。AIが加わった後、研究の軌跡はプロンプト、モデルの重み、エージェントのメッセージ、トレーニングデータ、コードリポジトリ、および企業内部の実験記録に分散している。
ある数学者が鍵となるアイデアを提示し、モデルがそれを拡張して証明を構築する。別のモデルは、匿名化されたトレーニングデータから類似する手がかりを吸収する可能性がある。研究チームはその後、数万のエージェントと数百万のメッセージを用いて完全な結果を検索する。最終的な論文はLeanで検証可能だが、Leanは「証明が成り立つかどうか」には答えられるが、「そのアイデアがどこから来たのか」には答えられない。
この出来事は、大規模並列推論が新たな科研機器になりつつあることを示している。OpenAIは1回の対話で答えを得るのではなく、数百万ドルを投じて複数のエージェントに多数の失敗ルートを探索させ、継続的に選別・集約・リソースの再配分を行った。
それは突然ひらめいたAI数学者よりも、言語モデルによって駆動される仮想的研究機関に近い意味を持つ。
それが審査を通過した場合、これはAIがこれまでに達成した最も重要な数学的成果の一つとなり、最先端モデルが文献の整理や既存証明の形式化から、人類が未完成のまま残してきたオリジナル研究の補完へと進化したことを意味する。
しかし、このブレイクスルーが残した問題も同様に重大である：研究プロセスが閉鎖的なモデル、検査不可能なトレーニングデータ、一般の研究者が負担できない計算規模に依存する場合、外部はどのように結果を再現し、未公開の作業を保護し、学術的評価を分配すべきかという問題に対して、現在の制度はまだ明確な答えを持っていない。