2026年7月23日、フィールズ賞受賞者であり「現存する最も偉大な数学者」と広く称されるテレンス・タオ（Terrence Tao）が、ソーシャルメディア上でChatGPTとの対話記録を公開した。対話のテーマはヤコビアン予想（Jacobian Conjecture）の潜在的な反例——数学界を約1世紀にわたって悩ませてきた未解決問題である。この対話はHacker Newsのトップページに取り上げられ、540以上の賛成票と333のコメントを集め、テクノロジー界と数学界の幅広い関心を集めた。
図注：テレンス・タオは現代数学界で最も影響力のある研究者の1人。画像出典：Wikipedia
テレンス・タオとは誰か？
数学界に詳しくない人のために、まずこの伝説的な人物を紹介しよう。テレンス・タオ、1975年オーストラリア生まれ、7歳で微積分を独習し、12歳で国際数学オリンピック金メダルを獲得——今なお大会史上最年少の金メダリストの1人である。20歳でプリンストン大学から博士号を取得、24歳でカリフォルニア大学ロサンゼルス校准教授となり、31歳で数学界最高の栄誉であるフィールズ賞を受賞した。
数学界において、タオは難しい問題を解決することで知られるだけでなく、その「越境」能力でも有名である——調和解析、偏微分方程式、組合せ数学、数論など多岐にわたる分野で先駆的貢献を成している。現代の数学者で「オールラウンドの天才」に最も近い人物がいるならば、それはタオだと言われている。
そんな、人類の数学能力の頂点に立つ学者がChatGPTに助けを求めている——この事実自体が十分に興味深い。
ヤコビアン予想：「単純すぎて」誰も証明できない問題
この対話の意義を理解するには、まずヤコビアン予想とは何かを知る必要がある。できるだけ簡単な言葉で説明しよう。
あなたが地図を持っていて、地図上の各点に「どのように移動するか」を指示する公式があると想像してほしい。ヤコビアン予想が問うのは：この公式が出発点の近くでは常に可逆である（つまり、近くの任意の位置から元の経路をたどって戻れる）ならば、地図全体でも可逆である（任意の位置から元の経路をたどって戻れる）か？ という問題である。
この問題は1939年に数学者Ott-Heinrich Kellerによって提起され、その後1950年代にShreeram Abhyankarによって「ヤコビアン予想」として体系的に定式化された。直感的には単純そうに見える問題だが、数学者たちを約1世紀にわたって悩ませ、今なお完全には解決されていない。その間、多くの数学者が部分的な結果や近似証明を発表してきたが、完全な答えは未だに不明である。
タオがChatGPTと議論したのは、まさにヤコビアン予想に対する可能な反例の分析である——この反例が正しければ、ヤコビアン予想は直接覆されることになる。
対話の記録：人間の知性と機械の計算力の衝突
公開されたChatGPTの対話の中で、タオは極めて正確な数学言語でモデルに質問し、複雑な多項式写像がヤコビアン予想の反例を構成するかどうかを段階的に分析させている。
図注：タオとChatGPTの対話ページ。タイトルは「Jacobian Conjecture Counterexample」。この対話は、人間の専門家がどのようにAIを深い数学的推論へと導くかを示している。
この対話の見どころはここにある：タオはChatGPTを「答えを出す機械」としてではなく、思考のパートナーとして活用している——彼はまず方向性のある質問を投げかけ、ChatGPTの回答に応じて追问し、修正し、深掘りしていく。そのプロセス全体は、教授が大学院生を指導する風景にそっくりだが、「学生」の席に大規模言語モデルが座っているのである。
HNユーザーのnapoleoncomplexはこうコメントした：「今日見た中で2番目に本当に魅了されたChatGPT共有対話だ。1番目は、誰かがChatGPTに『続けて』と言い続けるだけで別の予想を反証したというものだった。私たちはなんと素晴らしい時代に生きているのだろう。」
別のユーザーminimaxirは補足した：「ほとんどのLLMが諦めてしまうような問題でも、『続けて』は確かに効果がある。LLMは本質的に、何が不可能かを知らないのだ。」
HNコミュニティの反応：用語密度への衝撃
この対話はHacker Newsで活発な議論を引き起こしたが、最も注目を集めたのはAIの能力そのものへの論争ではなく、数学言語の敷居の高さについての深い観察だった。
ユーザーWarmWashのコメントは多くの賛同を得た：
「数学は最も狂気じみた、最も理解不能な用語体系を持っている。私はたいていのSTEM分野では頭を水面に出し続けられて、せいぜいGoogleとWikipediaを調べれば済むのだが、数学は……あまりにも速く、すべての理解可能な範囲から遠ざかっていく。本当に狂っている。」
彼はさらに例を挙げて説明する：
「対話から一文を引用しよう——『特殊ファイバーは同伴次数環であり……そしてそのフィルトレーションは、十分に単純な斉次リフトを持つ3つの生成元を許容するなら、次のことが証明できる』——他のどんな文脈でも、少なくとも議論の内容について何らかの直感は得られるだろうが、数学となると？まったく見当もつかない。」
このコメントは、技術系コミュニティでしばしば見落とされる事実を浮き彫りにしている：数学の言語的障壁は他の科学分野よりもはるかに高い。優秀なソフトウェアエンジニアならTCP/IPプロトコルの概要を素早く理解できるが、代数幾何学における「同伴次数環」「フィルトレーション」「斉次リフト」といった概念に直面すると、しっかりした理工系のバックグラウンドがあってもまったく歯が立たなくなる。
AIは「答えを出す機械」ではなく「思考のパートナー」
HNの議論に一貫して流れていたテーマはこれだ：タオによるChatGPTの使い方は、まさに高度な知識労働におけるAIの正しい姿勢を体現している。
ユーザーlayer_xは書いた：「タオの質問は非常に具体的で、有用な形でAIを導いている……この『共生関係』（仮にそう呼ぶなら）は、AIの新たな価値提案のように思える。」
別のユーザーguywithabikeは言う：「最も衝撃を受けたのは、地球上で最も賢い人間の1人が絶え間なく質問し、LLMが『ええ、よく考えれば本当に簡単ですよ』という口調で答え続けることだ。教授が有能な学生を指導しているかのようだ。」
しかし、ここで重要な点に注意したい：タオは自分が何をしているかを明確に理解している。 彼がChatGPTを効果的に使える根本的な理由は、自分の研究分野に対する誰にも負けない深い理解があるからだ——これは「プロンプトエンジニアリング」のテクニックとは関係がない。HNユーザーのbubblymagicが言うように：「AIを使う技法の第一は、問題領域への精通である。私は何十年ものプログラミング経験があるからAIでコードが書ける。しかし理論物理学の研究には使えない——なぜなら回答の正しさを評価できないからだ。」
これこそがタオの対話を最も考え深いものにしている点である——AIは彼に「代わって」数学研究を遂行したのではなく、彼の思考プロセスにおける効率的な増幅器となったのだ。
コインの裏側：AIの限界はどこにあるのか？
もちろん、この議論には冷静な声も少なくなかった。
一部のコメント者は、ChatGPTの対話には明らかな限界があると指摘する——完全に正確でない導出を自信満々に提示し、タオが何度も修正を加える必要があった。匿名ユーザーのコメント：「最先端のモデルであっても、複雑な推論の途中で完全に迷子になる能力は十分に備わっている。常に介入して、愚かな方向に推論が進むのを止めなければならない。」
これは核心的な問題を提起する：タオでさえ絶えず修正を必要とするなら、一般ユーザーがAIを専門的問題に使う際のリスクはどれほど大きいのか？
さらに、この対話が「面白い」のはタオ自身の誘導能力が卓越しているからだと指摘する声もある。普通の人間が同じ対話をすれば、まったく異なる方向に進む可能性が高い——LLMは礼儀正しく、一見もっともらしいが実際には誤りの多い「数学的なゴミ」を生産するだろう。
図注：Hacker NewsにおけるタオのChatGPT対話をめぐる活発な議論。コミュニティはAIの数学研究における役割について深く掘り下げた議論を展開した。
結び：天才の道具か、道具の誇りか？
この事件全体を振り返って、筆者が最も注目すべきだと考えるのは、より微妙な観察である——タオによるChatGPTの使い方は、世界中の何百万人ものプログラマーがCopilotやCursorを使う方法と、本質的には変わらない——いずれも専門的な直感に導かれながら、AIに情報検索、一次スクリーニング、導出補助の役割を任せ、人間の専門家が常に方向性をコントロールしているのである。
HNユーザーmnky9800nzのコメントが的確に言い表している：「タオの対話を見て最も驚いたのは、彼でさえ——AIとの対話の仕方——質問し、追问し、明確化を求め、簡略化を求める——が、自分の専門分野でLLMを使うときとほとんど同じだということだ。」
これこそがAI時代の「専門家」の定義なのかもしれない：何を質問すべきか、そして答えが正しいかどうかを判断できる人——これは「すべての答えを知っている」ことよりもはるかに重要なのである。
ヤコビアン予想そのものについては——タオが公開したこの対話が最終的に検証された反例へとつながるのかどうか？現時点では結論は出ていない。しかし結果がどうであれ、この「世界で最も賢い人間＋最先端のAI」の実験は、私たちに想像力をかき立てる未来像を示してくれた。
参考リンク
- Terrence Tao が Hacker News で話題を呼んだ ChatGPT 対話共有投稿
- ChatGPT 共有対話ページ：Jacobian Conjecture Counterexample
- Wikipedia：ヤコビアン予想（Jacobian Conjecture）の項目
- Wikipedia：テレンス・タオ（Terrence Tao）の伝記
- Hacker News コミュニティ議論：数学用語の密度とAIを思考パートナーとして使うことの多角的討論
- フィールズ賞財団：テレンス・タオ受賞紹介
