.png)
「AIが人類の難問を解いた」という見出しは、ここ数年で珍しくなくなりました。
数学、古代文書、生命科学、材料研究まで、生成AIとは一見遠そうな分野でもAIが成果を出しています。
ただし、見出しだけでは成果の大きさを判断できません。
研究者が長年取り組んできた問題を本当に完全解決したのか、従来より良い候補を見つけたのか、あるいは膨大な探索を効率化した研究支援なのかで意味は大きく変わります。
2026年9月時点で一次情報を確認すると、AI単独が突然「答え」を出したケースより、AIが探索・予測・復元・候補生成を担い、人間が検証して知識へ変えるケースが中心です。
そこで本記事では、5つの代表例を同じ物差しで整理します。
最初に、「解決」という言葉を3段階に分けます。
完全解決は、問題の定義に対して答えが得られ、第三者が再現・検証でき、学術的にも結論が固まっている状態です。
突破口は、長年更新できなかった記録や下限・上限を更新した、新しい読み取り方法を成立させた、既存手法では難しかった精度へ到達した、といったケースです。
問題全体が終わっていなくても、研究の進め方そのものを変える前進があります。
研究支援は、候補の絞り込み、予測、解析、仮説生成などをAIが高速化したケースです。
価値は大きい一方、その出力をそのまま「発見」や「完全解決」と呼ぶと誤解を招きます。
OpenAIは2026年9月、GPT-6 Astraについて、科学・数学分野の性能向上に加え、長年の未解決問題の解決に貢献したと公式に説明しています。
OpenAI Researchでも、数学と理論計算機科学の複数テーマで新しい成果が公開されています。
一方で、SNSや二次記事で目にする「108年間未解読の暗号をAIが完全破解した」といった強い表現には注意が必要です。
今回確認したOpenAI公式のAstra発表と研究ページでは、その具体的な表現を裏づける一次情報は確認できませんでした。
つまり、Astraの科学的成果自体は軽視できませんが、具体的な暗号名、未解読期間、鍵の既知・未知、人間研究者の関与が一次資料で確認できない限り、「歴史的暗号を完全解読」と断定するのは避けるべきです。
OpenAIが公表しているのは、数学や理論計算機科学の長年の問題でモデルが研究者の探索や解法発見を支えたという事実です。
これは、正解が用意されたベンチマークとは違い、まだ答えが固まっていない領域へモデルを使う試みとして意味があります。
評価するときは「Astraが難問を解いた」と一括りにせず、個々の成果ごとに証明、論文、第三者検証の有無を見る必要があります。
西暦79年のヴェスヴィオ火山噴火で炭化したヘルクラネウムの巻物は、物理的に開くと壊れるため、長く内容を読むことが困難でした。
Vesuvius Challengeでは、CTスキャンなどで内部構造を捉え、機械学習を使ってインクの痕跡を推定し、巻かれたままの文書から文字を読み取る「仮想展開」の技術が進みました。
AIが担ったのは、人間の目では判別しにくい微細なパターンを検出し、文字らしい領域を候補として抽出する部分です。
この成果は非常に大きいものの、「古代文書の内容をAIが全部解読した」という意味ではありません。
どの文字列が妥当か、文脈上どう読むべきか、古典語として何を意味するかは、パピルス学や古典学の専門家による確認が必要です。
AIが強かったのは、人間が直接触れられないデータから観測可能な信号を取り出す工程でした。
その後の意味づけは人間が担います。これは「突破口」と「研究支援」が組み合わさった典型例です。
AlphaFoldは「AIが科学を変えた」代表例として最も分かりやすい存在です。
タンパク質は、アミノ酸配列だけでなく立体構造によって働きが大きく左右されます。
しかし実験で構造を決めるには時間とコストがかかり、配列から3次元構造を高精度に予測することは長年の難題でした。
Natureに掲載されたAlphaFold 2の論文では、CASP14というブラインド評価で、既存手法を大きく上回り、多くの対象で実験構造に近い精度を実現したことが示されています。
その後、AlphaFold Protein Structure Databaseでは2億件を超える予測構造が公開されました。
ただし、「タンパク質折りたたみ問題を完全解決」と言い切るのも正確ではありません。
動的な構造変化、複合体、細胞環境、薬剤との相互作用など、生命科学の実問題にはさらに多くの要素があります。
AlphaFold 3では相互作用予測まで範囲が広がりましたが、実験そのものが不要になったわけではありません。
評価としては、タンパク質構造予測という長年の課題で歴史的な突破口を作り、研究の初期工程を大幅に短縮した、と表現するのが妥当です。
Google DeepMindのFunSearchは、LLMと自動評価器を組み合わせ、候補プログラムを生成・評価・改善する仕組みです。
Nature論文では、極値組合せ論のcap set problemで、それまで知られていなかった新しい構成を発見し、漸近下界を20年ぶりに改善したと報告されています。
さらにonline bin packingでも、既存のヒューリスティクスを上回る手法を見つけました。
ここで注目したいのは、LLMの出力をそのまま正しいと扱っていない点です。
FunSearchでは生成した候補を自動評価器で選別し、正しく改善されたものだけを残します。
生成モデルの弱点である「もっともらしいが誤っている」を、問題側の厳密な評価ルールで抑える設計です。
この事例は、AIが答えを暗記して返したのではなく、人間がまだ知らなかった解法候補を探索し、検証可能な形で新しい知識へつなげた点に価値があります。
ただしcap set problem全体を完全解決したわけではないため、分類は「突破口」です。
Google DeepMindのGNoMEは、安定した結晶構造を予測するAIです。
公式発表では、220万件の新しい結晶構造を予測し、そのうち38万件を特に安定性が高い候補として提示しました。
材料研究では、候補物質を一つずつ実験するには膨大な時間がかかります。
GNoMEの価値は「新材料を自動で完成させた」ことではなく、探索空間を急激に広げ、実験する価値のある候補を絞り込めるようにした点です。
さらに重要なのは、AIの予測だけで完結していないことです。
DeepMindの公表では、外部研究者が同時期の研究で多数の新構造を実験的に合成しており、AIの候補と現実世界の実験を結ぶ流れができています。
材料分野では、予測上の安定性と量産可能性、価格、安全性、耐久性は別問題です。
したがって、この成果は「大規模な研究支援」と「候補発見の突破口」と見るのが適切です。
今回の5事例には共通点があります。
1つ目は、探索空間が非常に広いことです。
数学の構成、タンパク質構造、材料候補などは、人間が一つずつ試すには組み合わせが多すぎます。
2つ目は、正解や良さを評価する仕組みを作りやすいことです。
数学では条件を満たすか、材料では安定性が高いか、構造予測では実験値に近いかを比較できます。
AIが大量に候補を出しても、評価器が働けば探索の質を上げられます。
3つ目は、大量の既存データを学習・参照できることです。
AIは、人間が見落としやすいパターンを統計的に拾い、候補を広げるのが得意です。
一方、人間が残る工程も明確です。
問題設定が妥当か、評価指標が現実の価値を反映しているか、出てきた候補が本当に再現できるか、社会的・倫理的に採用してよいか、といった判断です。
AIが出した答えそのものより、「検証可能な候補をどれだけ速く出せるか」が科学分野での強みになっています。
AIはすでに、人間が長年苦戦してきた問題の一部で、明確な突破口を作っています。
AlphaFoldの構造予測、FunSearchの数学的構成、Vesuvius Challengeでの巻物読解、GNoMEの材料探索は、いずれも従来の研究速度を変えました。
ただし、そこから「AIが難問を全部解いた」と一般化すると実態を外します。
多くの成果は、AIが探索や予測を担い、人間が検証して知識に変える共同作業です。
ニュースを見るときは、何を問題としていたのか、AIがどの工程を担当したのか、人間はどこを検証したのか、最終成果が再現されたのか。
この4点を見るだけでも、誇張と本物の進歩をかなり見分けやすくなります。
.png){kind=logo}
.png)
.png)
.png)
