OpenAIは米国時間2026年10月26日、自社のAIモデルが数学・計算機科学・物理の未解決問題で3つの新しい発見をしたと発表しました。
そのうちの1つ、計算の難しさを考える前提として長く使われてきた「指数時間仮説(ETH)」の反証については、Anthropicも数時間後に自社のClaudeによる論文を公開しています。
どちらも査読前の「主張」の段階ですが、AIの推論力をどこまで業務の判断に使えるかを考える経営層やマーケティング担当者にとっては、「AIの答えを、どの方法で確かめるか」を見直すきっかけになるニュースです。
この記事のポイント
- OpenAIが2026年10月26日(米国時間)に数学・計算機科学・物理の3つの発見を発表
- Anthropicも「指数時間仮説」を反証する論文を公開。著者表記は「Claude, Anthropic」
- どれも査読前で、外部の独立した確認はまだ。実用的な計算の高速化でもない
- 一部の専門家に先に見せる公開の仕方には、研究者から批判が出ている
本記事は、OpenAIの公式ブログとAnthropicの論文を一次情報として扱い、TechCrunch、The Verge、WebProNewsなどの報道と照らし合わせました。
3つの発見の中身、Anthropicの論文、確かめられていることとまだ分からないこと、研究者の反応、読者ごとの受け止め方の順に見ていきます。情報は2026年10月28日時点のものです。
OpenAIが発表した3つの発見

「AIが数学の難問を解いた」という見出しは、ここ1年で何度も目にしてきましたよね。今回の発表は、分野の違う3つの成果を、それぞれ違う公開の仕方で出した点が特徴です。
数学:局所平滑化予想を全次元で証明したと主張
OpenAIの公式ブログによると、同社のモデルは、1991年にSoggeが提起した「局所平滑化予想」をすべての次元で証明し、その結果として掛谷予想とStein制限予想も全次元で解決したとしています。
ざっくり言えば、波が一点に集まる最悪の瞬間は極端でも、時間で平均すればずっと穏やかだ、ということを数学的に示す予想です。
AIの出力を得たのは2026年10月18日で、翌19日に証明支援システム「Lean」で形式化しました。
数学の成果は、AIの出力をそのまま公開する方式をとり、外部の検証役は指名していません。
計算機科学:指数時間仮説(ETH)を反証したと主張
2つめは、計算機科学の「指数時間仮説(ETH)」です。
3-SATと呼ばれる論理パズルのような問題は、変数が増えると解くのにかかる時間が指数的に増えるはずだ、という仮説で、公式ブログによると数百本の論文が、計算の難しさを示す前提として使ってきました。
OpenAIは、自社のAIが10月16日に反証を見つけ、17日にLeanで形式化したと書いています。
検証と解説は、ETHを提唱したRussell Impagliazzo氏とRamamohan Paturi氏(いずれもカリフォルニア大学サンディエゴ校)、Ryan Williams氏(MIT)のグループが担います。
物理:4次元の量子場理論の存在を証明したと主張
3つめは物理です。ゲージ場とフェルミオンを含む4次元の量子場理論について、数学的に厳密な存在証明を得たとしています。
部分問題として純粋なYang-Mills理論の存在証明も含みます。
ノーベル物理学賞を受けたDavid Gross氏が率いるグループが取りまとめますが、グループの判断で、AIが作った証明そのものはまだ公開されていません。
なお、The Vergeは、この成果が未解決の「質量ギャップ」には対処していないと指摘しています。
公式ブログに、使ったモデルの名前は書かれていません。「私たちのモデル」という書き方だけです。
\ AI活用、何から始めればいいか迷ったら /
初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ
AnthropicもETHの反証を公開

同じ問題を、別の会社のAIがほぼ同時に解いたと主張する。これは研究の世界でもかなり珍しい展開だと感じます。
論文の著者は「Claude, Anthropic」
Anthropicが公開した論文「A 2^{o(n)} Time Algorithm for 3-SAT」は、3-SATを指数時間より速く解く決定的なアルゴリズムを示してETHを反証したとするもので、Lean 4で形式化しています。
論文の「出所」の欄には、中心となるアルゴリズムは10月16日に社内の研究用Claudeモデルが、出力1,400万トークン、人の入力なしで見つけたと書かれています。
Anthropicの研究者は、Claudeと一緒に説明の仕方を整えて論文にしたという位置づけです。
同じ欄には、OpenAIの社内モデルも「独立に、同時並行で」似た結果を証明したと主張している、とも書かれています。
約6時間差の公開と「先行研究」をめぐる指摘
WebProNewsとPapexの報道によると、OpenAIがGitHubに成果を追加したのは日本時間10月27日5時52分ごろ、Anthropicの公開は同じ日の12時7分ごろで、差はおよそ6時間でした。
TechCrunchは、AnthropicのLevent Alpöge氏がOpenAIの解法は既存の研究に基づいているとほのめかし、その数時間後にAnthropicが独自の反証を出した、と報じています。
ただし、Alpöge氏の発言の正確な言い回しや、どの研究を指したのかは、記事の中に示されていません。
どちらが先かを決めつけず、両社とも自社の申告として「発見は10月16日」と書いている、と押さえておくのが安全です。
\ AI活用、何から始めればいいか迷ったら /
初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ
確かめられていること・まだ分からないこと

大きな発表ほど、どこまでが確かなのかが見えにくくなります。今回の3つの成果は、検証の進み方がそれぞれ違います。
成果ごとの検証状況


表で詳しく見る
| 成果 | Leanでの形式化 | 外部の人の関わり | 公開の状況 |
|---|---|---|---|
| 数学(局所平滑化予想) | 済み(10月19日) | 検証役の指名なし | AIの出力を公開 |
| 計算機科学(ETH・OpenAI) | 済み(10月17日) | Impagliazzo氏・Paturi氏・Williams氏のグループ | AIの出力とLeanの証明は公開済み。グループの要請で生データの全面公開にも同意 |
| 物理(4次元の量子場理論) | Yang-Mills理論の存在は済み(10月16日) | Gross氏のグループ | AIの生成物は未公開 |
| 計算機科学(ETH・Anthropic) | 済み(Lean 4) | 報道では外部グループは未指名 | 論文とLeanの証明を公開 |
WebProNewsは、どちらの論文も査読されておらず、外部のグループが証明を確認したわけでもないと報じています。
ETHの検証グループの3人も、公開書簡で「私たちの関与を主張の認証と受け取るべきではない」と書いたと、The Next Webが伝えました。
Leanでの形式化は、証明が論理的に正しくつながっていることを機械で確かめるものです。ただ、形式化した命題が人の考える予想と同じ意味かどうかは、人が確かめる必要があります。
実用の計算が速くなるわけではない
「難問が解けた」と聞くと、身近なソフトや暗号にすぐ影響しそうに思えますよね。
けれど、Anthropicの論文は自ら、示した計算時間が総当たりより速くなるのは変数の数が10の108乗を超えるような途方もない規模からで、実際に問題を解く場面については何も言っていないと書いています。
どう工夫しても、10の7乗以下の規模では改善は見込めないとも述べています。OpenAIも、実用面の改善にはかなりの追加研究が必要だとしています。
また、ETHの反証は、有名な「P対NP問題」を解いたことにはなりません。
暗号については、Williams氏がOpenAIに最初に尋ねたことの1つが暗号への影響で、OpenAI側は「破られることはなさそうだ」と答えたとTechCrunchに話しています。
\ AI活用、何から始めればいいか迷ったら /
初回相談無料|「何を相談すればいいか分からない」段階でもお気軽にどうぞ
研究者から出ている評価と批判

成果の大きさは認めつつ、出し方には不満がある。研究者の反応は、おおむねこの2つが混ざっています。
「一部の人に先に見せる」方式への批判
The Vergeは2026年10月27日(米国時間)、研究者の声をまとめました。
テキサス大学オースティン校のAndreas Karch氏は、グループを選んだこと自体を「大失敗」と表現し、大手のAI企業が勝者と敗者を選ぶべきではないと述べています。
プリンストン高等研究所のConstantin Kogler氏も、最初に一握りの著名な科学者しか見られないのは筋が通らないと話しました。
OpenAIが助言を求めると約束していた数学とAIの諮問グループ(AGMAI)は、発表の前日に、こうした方式をとらないよう勧めていたと同誌は伝えています。
成果そのものへの評価
一方で、成果そのものは高く評価されています。
ブラウン大学のBrendan Hassett氏は数学の成果を「よく裏付けられているように見える」としつつ、Leanの形式化はまだ確かめていないと述べました(The Verge)。
ジョージア工科大学のXiaoyu He氏は、結果は非常に印象的だとしたうえで、論文が読みにくく、検証しにくい点を問題に挙げています。
Williams氏はTechCrunchに対し、証明の中には定型的な部分と、2〜3か所の「異質に見える」部分があると話しました。
このニュースで誰の何が変わるのか

数学の難問は、日々のマーケティングやSEOの業務とは遠い話に見えますよね。ただ、「AIが出した答えを、誰が・どうやって確かめるか」という論点は、そのまま業務に持ち込めます。
影響が大きい3人の立場で考えてみます。以下の未来の見通しは推測を含みます。
経営層:AIの推論力を「主張」と「確認済み」に分けて評価できる
AIへの投資判断で、「AIはどこまで賢くなったのか」を測りかねている経営層は多いと思います。
今回、2社がAIで長い論理を組み立て、機械で検証できる形まで仕上げたと主張したこと(Anthropicは人の入力なしと明記)は、推論力の水準を示す材料です。
一方で、外部の確認はまだです。明日からは、AIに関する社内の報告で「発表された主張」と「第三者が確かめた事実」を分けて書くよう頼んでみよう。
1年ほどのあいだに、AIの成果を検証する手順そのものが、AIを選ぶ基準の1つになっていく可能性があります。
SEO担当者・編集者:AIの調べものを3段階で扱える
AIで下調べをすると、もっともらしい数字や事実が出てきて、どこまで信じてよいか迷いますよね。
今回の発表は、AIの出力を機械で検証できるもの、専門家の確認が要るもの、確かめられないものに分けて扱う考え方の見本になります。
数学ではLeanが機械の検証役ですが、記事の事実には同じ道具がありません。明日からは、AIで集めた事実に「一次情報で確認済み」「未確認」の印を付けてから原稿に使ってみてください。
出典と検証状況を書いた記事は、読者にもAI検索にも信頼されやすくなると考えられます。書き方は出典明記の記事が参考になります。
マーケティング担当者:成果の「出し方」が信頼を左右すると分かる
自社の調査結果や事例を発表するとき、数字の大きさばかりに目が行きがちではないでしょうか。
今回、批判が集まったのは成果の中身ではなく、誰に先に見せ、何を公開しないかという出し方でした。
明日からは、次に出す調査や事例について「誰が確かめたか」「いつ時点か」「限界は何か」を、発表文に書き込めるか確かめておきましょう。
AIが作った成果物が増えるほど、こうした透明性の書き方が企業の信頼を分けるようになると考えられます。
よくある質問

- OpenAIはいつ何を発表しましたか?
-
米国時間2026年10月26日に、数学の局所平滑化予想の証明、計算機科学の指数時間仮説(ETH)の反証、物理の4次元の量子場理論の存在証明という3つの発見を公式ブログで発表しました。
- 指数時間仮説(ETH)とは何ですか?
-
3-SATのような問題は、変数が増えると解くのにかかる時間が指数的に増え、それより速くは解けないとする仮説です。数百本の論文が、計算の難しさを示す前提として使ってきました。
- Anthropicは何を公開しましたか?
-
3-SATを指数時間より速く解くアルゴリズムでETHを反証したとする論文と、Lean 4による形式化です。論文によると、中心のアルゴリズムは10月16日に社内の研究用Claudeモデルが人の入力なしで見つけました。
- AIによる数学の発見は正しいと確かめられていますか?
-
2026年10月28日時点で、査読はされておらず、外部のグループによる確認も済んでいません。Leanでの形式化は済んでいるとされますが、形式化した命題が予想と同じ意味かは人の確認が必要です。
- ETHの反証で身近なソフトの計算が速くなりますか?
-
なりません。Anthropicの論文は、示した計算時間が総当たりより速くなるのは変数が10の108乗を超えるような規模からで、実際に問題を解く場面については何も言っていないと書いています。
- ETHの反証はP対NP問題が解けたということですか?
-
いいえ。ETHの反証は、P対NP問題を解決したことにはなりません。また物理の成果も、未解決の「質量ギャップ」には対処していないとThe Vergeは指摘しています。
- 今回の数学の発見にはどのAIモデルが使われたのですか?
-
OpenAIの公式ブログにモデル名は書かれていません。Anthropicの論文も「社内の研究用Claudeモデル」と書くだけで、具体的な名前は示していません。
まとめ

OpenAIは米国時間2026年10月26日、AIによる3つの発見を発表し、Anthropicも指数時間仮説の反証を公開しました。
- 数学・計算機科学・物理の3つの成果を、違う公開の仕方で発表
- AnthropicはClaudeが人の入力なしで見つけたとする論文を公開
- どれも査読前で、実用の計算が速くなるわけではない
AIの推論力が一段上がった可能性を示す出来事である一方、「確かめる仕組み」が追いついていないことも見えてきました。業務でも、AIの答えに「確認済み」か「未確認」かの印を付けるところから始めてみてください。



参考・出典
- OpenAI「Building scientific understanding with academic communities」(2026年10月26日):https://openai.com/index/building-scientific-understanding-with-academic-communities/
- Anthropic(Claude)「A 2^{o(n)} Time Algorithm for 3-SAT」:https://hexagonmath.org/pdf/2610.00577v1
- TechCrunch(2026年10月27日):https://techcrunch.com/2026/10/27/frontier-ai-labs-say-their-models-refuted-the-exponential-time-hypothesis-what-does-that-mean/
- The Verge(2026年10月27日):https://www.theverge.com/ai-artificial-intelligence/1019921/openai-breakthrough-math-computer-science-physics
- WebProNews:https://www.webpronews.com/openai-anthropic-exponential-time-hypothesis-refuted-sat/
- The Next Web:https://thenextweb.com/news/openai-exponential-time-hypothesis-false-kakeya-yang-mills
- Papex:https://papex.org/blog/claimed-verified-explained
- Ailately:https://ailately.com/articles/openai-anthropic-same-math-rule
- GIGAZINE(2026年10月27日):https://gigazine.net/news/20261027-openai-three-new-discoveries/





