Claude、フェルマー最終定理を11日間で機械証明

AIが358年越しの数学難問を「機械の言語」で証明した

2026年9月4日、AI企業Anthropicは数学史とAI研究の双方において歴史的な発表を行った。同社のAIモデル「Claude」が、フェルマー最終定理（Fermat's Last Theorem / FLT）の世界初となるコンピュータ検証済み完全証明を、わずか11日間で生成したのだ。証明は定理証明支援言語「Lean 4」で記述され、その規模は1300万行という前代未聞のものとなった。

フェルマー最終定理とは、1637年にフランスの数学者ピエール・ド・フェルマーが「n が2より大きい整数のとき、aⁿ + bⁿ = cⁿ を満たす正の整数 a, b, c は存在しない」と主張した命題だ。その証明は1995年、英国の数学者アンドリュー・ワイルズが129ページにわたる論文でついに完成させたが、その証明の形式化（機械が検証できる形式への変換）には長年の研究コミュニティの努力が必要とされてきた。

今回Claudeが達成したのは、この「形式化」というプロセスの完全自動化だ。数学者たちが数年かかると見込んでいた作業を、AIが自律的かつ高速に完遂したことは、AI研究における大きな転換点と評価されている。

プロジェクトの詳細：何が起きたのか

Prove2MEプラットフォームとマルチエージェント協働

Prove2MEは、AnthropicのリサーチャーであるTianyi Peng氏とコロンビア大学のチームが開発したオープンな協調プラットフォームで、数十のClaudeエージェントが並列で動作し、証明を小さなピースに分解し、それぞれを証明し、最終的につなぎ合わせる仕組みを提供した。

Prove2MEは定理の命題を有向非巡回グラフ（DAG）として管理し、複数のClaudeエージェントをそれに対してコーディネートする。この構造が、数千にも及ぶ中間定理の依存関係を管理しながら証明を積み上げるという、膨大なタスクを可能にした。

Claude Codeベースのマルチエージェントハーネスを使い、エージェントチームは2週間弱で証明を完成させ、汎用の内部研究モデル（おおよそClaude Fable 5.1相当）から約60億の出力トークンを消費した。

規模を示す数字

証明開始日： 2026年8月7日（深夜）
所要日数： 11日間（約2週間弱）
生成コード行数： 1300万行（Lean 4）
証明した中間定理数： 2万9,500（総計3万300）
消費出力トークン数： 約60億トークン
Mathlibとの比較： 数学コミュニティの主要ライブラリMathlibの5倍超の規模

数十のClaudeエージェントが協力して概念を定義し、中間定理を証明し、それをさらに難しい命題の証明に使用した。1300万行のLeanコードは、この証明の基盤となる主要なコミュニティライブラリ「Mathlib」の5倍以上の規模だ。

人間の関与は最小限

人間であるPeng氏からの監督は最小限で、「Jacobianをスキームとして扱うのが優先度高そう」「Mazurの定理を早めに完成させて」といった高レベルな指示を行うにとどまり、エージェントたちはそれ以外は自律的に動作した。

形式化はAI評価において最も厳格なタスクの一つだ。Leanのコンパイラはもっともらしい論理を受け入れない――数学的に正確でなければ受理されない。それだけに、今回の成功は単なるベンチマーク上の成績ではなく、客観的な「合否」が明確な実証だとも言える。

専門家の見解：数学界はどう受け止めたか

インペリアル・カレッジ・ロンドンの数学者ケビン・バザードは証明をレビューし、「Anthropicの研究者が11日間で達成したこの驚異的な自動形式化は、数学の公理以外の仮定なしにフェルマー最終定理を証明している」と評価。さらに「FLTの自動形式化が今や可能であるなら、現代の数学文献を自動的に形式化する大きな一歩を踏み出した」と述べた。

この達成は、Freek WiedijkによるLean形式化の100問チャレンジリストの最後の定理を完成させるものでもあり、20年来のベンチマークに終止符を打った。

これは数学とは別次元の能力データポイントでもある。1300万行の相互依存した論理的に一貫したコードを、マルチエージェントシステムが11日間、最小限の人間介入で生成したことは、人間チームがこの定理のために試みたことのない規模の長期的な推論と協調タスクだ。

ビジネス視点：企業・経営者にとっての意味

今回の成果は、AIが単純な文章生成や情報検索を超え、高度な論理的推論と長期自律タスク実行の領域に踏み込んだことを示している。企業経営者やビジネスリーダーにとって、この出来事は複数の重要な示唆を持つ。

「AIは科学・研究の加速装置になる」

このマイルストーンは自動形式化における重大な進展を表しており、複雑な数学的予想の検証を、手動で数ヶ月かかるプロセスから、迅速な自動化されたAI駆動のワークフローへと移行させる可能性を示している。製薬・素材・金融など、厳密な論理検証が求められる分野でのAI活用が加速する可能性がある。

「AIスタートアップの競争地図が変わる」

このことは「AI for science（科学のためのAI）」を標榜するスタートアップにとって、参入障壁の問い直しを迫る。「あなたのモデルは、ClaudeやGPT-6に適切なオープンソースのスキャフォールディングを組み合わせた場合に実現できないことを、何ができますか？」という問いが、投資家から投げかけられるようになっている。

今回のブレークスルーをもたらしたのはベースモデルだけでなく、オープンソースの足場（Prove2ME）であり、ツーリングが現在の能力拡張において実質的な役割を果たしているという事実は重要だ。「モデルの性能」だけでなく「エコシステムの設計力」が競争優位の源泉になるという視点が、ますます重要になると見られる。

消費者・生活者視点：一般の人々への影響

フェルマー最終定理の証明は、直接的に日常生活に影響を与えるものではない。しかし、今回の成果が示す「AIの自律的な長期タスク遂行能力」は、私たちの生活に関わる様々な分野への波及が期待される。

医薬品開発の加速： 複雑な分子設計や臨床試験のプロトコル検証をAIが自律的に行う時代が近づく
ソフトウェアの信頼性向上： 航空・医療・金融など安全が求められるシステムのコード検証にAIが活用される可能性
教育の変革： 高度な数学・論理的思考のサポートツールとして、AIが学習者を支援する場面が広がる
科学的知識の検証コスト低下： 学術論文の論理的検証をAIが補助し、研究の信頼性向上に貢献する可能性

国際比較：世界のAI数学研究の動向

AI×数学の研究は、Anthropicだけでなく世界的な競争となっている。同じClaudeは、リーマン予想の境界を67.2%まで引き上げる成果も報告されており、数学全般への応用が広がっている。

GoogleのDeepMindも「AlphaProof」「AlphaGeometry」といったAI数学証明システムを開発し、国際数学オリンピック（IMO）の問題への挑戦で成果を上げている。OpenAIも数学推論に特化したモデルの研究を進めており、AI×数学の分野は急速に進化するフロンティアとなっている。

一方で、AI支援による形式検証を評価する研究機関や学術資金提供機関は、コミュニティ主導のインフラが適切な評価を受けるか、AIのベンチマーク競争の物語に吸収されてしまうかという、帰属（attribution）基準の問題に直面している。学術コミュニティとAI企業の連携・評価基準の整備が今後の課題だ。

今後の展望：AIと数学・科学の未来

数学者たちはワイルズの証明の形式化には数年かかると予想していたが、Anthropicの研究者たちは内部研究モデルを使ってそのタスクを11日間で完了させた。この「予想の大幅な前倒し」は、今後の展開においても繰り返される可能性がある。

注目すべきポイントは以下の通りだ。

数学文献の自動形式化： バザード教授が指摘するように、既存の数学論文を機械検証可能な形式に変換するプロセスが自動化されれば、数百年分の数学的知識の信頼性を一気に高められる可能性がある
未解決問題への挑戦： リーマン予想、P≠NP問題などの未解決の難問に対して、AIが新たなアプローチをもたらす可能性がある
マルチエージェントAIの成熟： 今回のような「多数のAIエージェントが長期間協調して一つの巨大タスクを達成する」アーキテクチャが、科学・工学・ビジネスの様々な問題へ応用されると見られる
オープンソースとAIの融合： Prove2MEのようなオープンソースのプラットフォームがAIの能力を引き出す重要な役割を担う構図は、今後も続くとみられる

証明は、それまで形式化されていなかった数学の多くの領域にわたる2万9,000以上の定理を証明しており、「3世紀にわたる数学者たちの仕事と、LeanおよびMathlibへの数百人の貢献者の成果の上に築かれた、数学的知識の中核を固める長いプロセスにおける大きな一歩だ」とAnthropicは述べている。

まとめ：この出来事の3つのポイント

🔢 規模と速度の衝撃： 数学コミュニティが数年かかると予想していた「フェルマー最終定理のLean形式化」を、ClaudeのマルチエージェントシステムがわずかNo日間・1300万行・2万9,500の中間定理証明で達成。AIの自律的長期タスク能力が実証された。
🤝 オープンソース協調の重要性： 今回のブレークスルーはAnthropicが単独で実現したものではなく、コロンビア大学チームが開発したオープンソースプラットフォームProve2MEとの協働が不可欠だった。AIの能力はモデルだけでなくエコシステム全体で決まる時代が到来している。
🔭 AIと科学の融合の加速： 今回の成果は数学の世界にとどまらず、厳密な論理検証が求められるあらゆる科学・工学分野への応用を示唆する。AI主導の「自動形式化」が科学的知識の検証コストを大幅に下げる転換点となる可能性がある。

参考情報

著者プロフィール

伊東雄歩（いとうゆうほ） / ゆぽゆぽ

株式会社ウォーカー代表取締役 / MENSA会員 / NLPマスタープラクティショナー

IQ130超のADHD経営者。「社会不適合」ゆえに会社員を2年で挫折し、フリーランスを経由せずいきなり起業。訴訟4回、2000万円の損失、役員の裏切り、オフショア開発の地獄を乗り越え10年生き残る。心理学・教育学に1000万円投資し、独自の「成長力学」を確立。現在は生成AI教育に注力し、「3年を2日に変える」AIプログラミング2Daysキャンプを全国展開中。AIフレンズコミュニティを運営。

夢は「世界征服」——世界の常識を変え、新しい価値観を提示すること。