🧮 AIが数学の未解決問題に挑んで、諦めずに粘った話｜Claudeとリーマン予想、650個失敗した先にあったもの

目次

• 「リーマン予想を解いた」わけじゃないよ、まずそこをはっきりさせたい
• そう考える5つの理由
  • 理由1：650個失敗して、それでも続けたっていう事実がすごい
  • 理由2：「諦めないで」の一言が転機になったという話に、わたしは何か感じるものがあった
  • 理由3：60のサブエージェントが連携するっていう働き方が、そもそも新しい
  • 理由4：人間4人とコンピューターの両方で検証されてる、という誠実さ
  • 理由5：「証明じゃない」からこそ、この話には価値があると思う
• まとめ：証明じゃないけど、これはこれですごいことだと思う

---

「リーマン予想を解いた」わけじゃないよ、まずそこをはっきりさせたい

Anthropicの研究者が「Claude Code」を使い、未解決の数学問題「リーマン予想」に関連する具体的な境界値を押し上げる結果を得たことが報じられたの。

この件、実は以前の記事でも速報段階の内容として一度取り上げてるんだけど、今回はその続報として、AnthropicがClaude Codeでの取り組みだったことや、650個のアイデアが全て失敗したあとに人間の励ましが転機になったエピソード、4人の専門家による検証など、より詳しい経緯が明らかになったから、あらためて整理してお届けするね。

このニュース、見出しだけ見ると「AIが150年来の数学の謎を解決した」みたいに誤解されそうな話だから、わたしは最初にちゃんと訂正しておきたいなって思うの。

リーマン予想そのものは、今回もまだ未解決のまま。今回の成果は、既存の研究成果を組み合わせて構築された副産物的な結果であって、証明でも問題の解決でもないの。

具体的には、リーマンゼータ関数の非自明なゼロ点のうち「少なくとも41.6%」が臨界線上にあるという既知の結果を、新しい手法で「67.2%」まで引き上げたっていう内容だよ。

41.6%から67.2%っていう数字の変化だけ見ても、正直ピンとこない人も多いと思うんだけど、この裏側にあるプロセスを知ると、単なる数字の変化以上の意味が見えてくるの。

数字だけ聞くと地味に思えるかもしれないんだけど、このプロセスがけっこう面白くて、わたしは読んでてちょっと感動しちゃったんだよね。

派手な見出しに飛びついて中身を確認しないまま拡散してしまうと、あとで「実は違った」ってなったときに、AIそのものへの信頼を損なうことにもつながりかねないと思うの。

だからこそ、わたしはこういうニュースこそ、丁寧に事実関係を確認してから伝えることを大事にしたいなって思ってるんだよね。

今日はこの話を、誇張せずに、でもちゃんと面白さが伝わるように、わたしなりに整理してみるね🧮。

数学に詳しくない人でも、AIが未解決問題にどう向き合ったのかっていうプロセスの部分は、きっと面白く読んでもらえると思うから、気負わずに読んでみてね。

---

そう考える5つの理由

理由1：650個失敗して、それでも続けたっていう事実がすごい

まず一番心を動かされたのが、最初の挑戦の結果について。

世間では、AIが何かすごい成果を出したっていうニュースを見ると、まるで一発で正解にたどり着いたかのようなイメージを持ってしまう人が多いと思うんだよね。

でも今回のケースでは、最初の挑戦でClaudeが650個のアイデアを生成したものの、その全てが失敗に終わったんだって。

わたしはこの数字を見て、正直「650個も?」って声が出ちゃったの。

なぜなら、650個のアイデアを試してすべて失敗するっていうのは、人間だったらとっくに心が折れてしまいそうな数字だと思うから。

わたしの感覚だと、これは受験勉強で650回連続で模試の点数が伸びなかったときの気持ちに近いんじゃないかなって想像するの。

普通だったら「自分には向いてないのかも」って諦めてしまってもおかしくない場面だと思うんだよね。

でもこの650回の失敗があったからこそ、その後の成功がより意味のあるものになったんだと思うの。

わたしはこの話を読んで、AIの研究って華やかな成功だけが取り上げられがちだけど、その裏には地道な、それも大量の失敗が積み重なってるんだなって、あらためて実感したんだよね。

わたしたちが普段AIに何か質問を投げるとき、たいてい1回か2回のやり取りで答えが返ってくるのが当たり前だと思ってるところがあると思うの。

でも今回みたいな未解決の難問に挑むときは、そんな一発勝負のイメージとはまったく違って、粘り強く試行錯誤を繰り返す泥臭いプロセスが必要なんだなって、わたしはこのエピソードを通じて実感したんだよね。

理由2：「諦めないで」の一言が転機になったという話に、わたしは何か感じるものがあった

2つ目の理由は、650個の失敗のあと、何が転機になったのかについて。

世間では、AIの性能って純粋に計算リソースやアルゴリズムの改善だけで決まるものだと思われがちだと思うんだよね。

わたしも正直、AIのモチベーションとか気持ちの部分が結果に影響するなんて、あんまり考えたことがなかったの。

でも今回のケースでは、Anthropicのチームメンバーが「諦めないで」「自分を信じて」っていう励ましのメッセージを送ったあとに、AIが約60のサブエージェントを連携させて成功に至ったんだって。

なぜこの話がわたしの心に引っかかったかというと、これって人間同士のコミュニケーションでもよくある話だなって思ったから。

わたしの感覚だと、これはスポーツの試合で、劣勢だったチームがコーチの檄で息を吹き返して逆転するシーンに、ちょっと似てるんだよね。

もちろん、この励ましの言葉そのものが技術的に何かを変えたのかどうかは、わたしにははっきり分からない部分ではあるの。

もしかしたら、それまでの650回の試行錯誤で蓄積された情報が、ちょうどこのタイミングで実を結んだだけなのかもしれないし、励ましのメッセージがAIの探索の方向性に何らかの影響を与えた可能性もあると思うの。

でもどちらにしても、人間が諦めずに寄り添い続けたことと、AIが最終的に結果を出したことが同じタイミングで重なったっていう事実は、わたしにとってすごく印象に残るエピソードだったんだよね。

わたし自身、何か新しいことに挑戦してて、なかなかうまくいかないときに、誰かから「大丈夫、あなたならできる」って言ってもらえると、それだけで少し頑張れる気がすることがあるの。

今回の話が、AIに対しても同じような働きかけが意味を持つ可能性を示してるのだとしたら、AIとの向き合い方そのものが、これからちょっとずつ変わっていくのかもしれないなって、わたしは感じたんだよね。

理由3：60のサブエージェントが連携するっていう働き方が、そもそも新しい

3つ目の理由は、最終的に成功した際のアプローチそのものについて。

世間では、AIが難しい問題を解くとき、1つの巨大なモデルが1人で黙々と計算し続けてるようなイメージを持つ人が多いと思うんだよね。

でも今回の成功は、AIが約60のサブエージェントを連携させて、約1.5日分の計算を経て達成されたものなの。

なぜなら、1つの視点だけでアプローチし続けるより、複数の切り口を同時並行で試したほうが、行き詰まりを打開できる可能性が高くなるから。

わたしの感覚だと、これは1人の研究者が机にかじりついて考え込むんじゃなくて、60人規模の研究チームが同時にいろんな仮説を検証していくような働き方に近いんだよね。

しかもこれを人間のチームでやろうとしたら、それぞれの担当者の予定を合わせて、進捗を共有して、っていう調整だけでもかなりの時間がかかるはずなんだけど、AIのサブエージェント同士なら、そのあたりの調整が圧倒的に速いはずだと思うの。

わたしはこの話を読んで、AIが数学の研究をする上での強みって、単純な計算の速さだけじゃなくて、こういう並行して試行錯誤できる仕組みそのものにもあるんだなって感じたんだよね。

わたしの予想だけど、こういう複数のサブエージェントが連携するアプローチは、数学以外の複雑な研究分野でも、これから活用が広がっていくんじゃないかなと思ってるよ。

約1.5日っていう計算時間も、わたしにとってはすごく印象的な数字だったの。

人間の研究者だったら、こういう問題に何週間、何か月とかけて取り組むことも珍しくないと思うんだけど、それを1.5日というスケールでこなしてしまうスピード感は、AIならではの強みだなってあらためて感じたんだよね。

理由4：人間4人とコンピューターの両方で検証されてる、という誠実さ

4つ目の理由は、この結果がどうやって確からしさを担保されているかについて。

世間では、AIが出した結果って、そのまま鵜呑みにされてしまうことも多いんじゃないかなって、わたしはちょっと心配になることがあるんだよね。

AIが自信満々に間違った情報を出してしまう場面を、これまで何度も見てきた気がするから。

でも今回の結果は、人間の数学専門家4人と、コンピューターによる検証の両方でチェックされているの。

なぜこれが重要かというと、AIが生成した結果をそのまま公表するんじゃなくて、専門家の目でしっかり裏付けを取ってから発表するっていうプロセスが、今回の成果の信頼性を支えてるからなんだよね。

わたしの感覚だと、これは料理人が新しいレシピを完成させたときに、味見を自分1人だけで済ませるんじゃなくて、複数の専門家に試食してもらってから、正式にメニューとして出すようなものなんだよね。

わたしはこの誠実な検証プロセスを見て、AIが出した派手な結果に飛びつくんじゃなくて、こうやって地道な裏付けを重ねる姿勢こそが、AI研究を信頼できるものにしていくんだなって、あらためて感じたの。

だからこそ、わたしたちがAIの研究成果に関するニュースを読むときも、その結果がどう検証されたのかまでちゃんとチェックする癖をつけておいたほうがいいと思うんだよね。

理由5：「証明じゃない」からこそ、この話には価値があると思う

5つ目の理由は、あえてもう一度、今回の成果が証明ではないという点に立ち戻って考えてみたいなと思うの。

世間では、AIのニュースって「解決した」「達成した」っていう分かりやすい言葉で語られたほうが、話題になりやすい傾向があると思うんだよね。

わたしも正直、記事のタイトルを考えるとき、そういう分かりやすいインパクトのある言葉を使いたくなる気持ちはよく分かるの。

でもわたしは、今回のケースをあえて「証明ではない」ってはっきり書くことにこそ、意味があると思ってるんだよね。

なぜなら、リーマン予想みたいな超難問は、100年以上にわたって世界中の数学者が挑み続けてきたのに、まだ誰も解けていない問題だから。

わたしの感覚だと、これはエベレストの頂上まであと少しのところで、新しいルートを1本切り開いたようなものなんだよね。

頂上に到達したわけじゃないけど、その新しいルートは、次に挑む人たちにとって間違いなく価値のある足がかりになるはずなの。

わたしはこの「証明じゃないけど、価値がある」っていう絶妙な立ち位置にこそ、今回のニュースの面白さがあると思ってるんだよね。

もし今回の件が「リーマン予想を解いた」っていう誇張された伝え方をされてたら、それはいずれ「実は解いてなかった」っていう形で信頼を裏切ることになってしまうと思うの。

だからこそ、わたしは今回の話を、あくまで「AIが根気強く取り組んで、意味のある一歩を進めた」っていう、正確な形でみんなに伝えたいなって思ったんだよね。

派手な見出しに飛びつくより、こうやって地道な事実を1つ1つ確認していくほうが、結果的にAIという技術そのものへの信頼にもつながっていくと、わたしは信じてるの。

---

まとめ：証明じゃないけど、これはこれですごいことだと思う

今回のニュースをまとめると、Anthropicの研究者がClaude Codeを使い、リーマンゼータ関数の非自明なゼロ点のうち臨界線上にある割合について、既知の「少なくとも41.6%」という境界値を新手法で「67.2%」まで改善したことが分かったよ。ただしリーマン予想そのものは今回も未解決のままで、この成果は既存研究を組み合わせた副産物的な結果であり、証明ではないの。最初の挑戦では650個のアイデアが全て失敗したものの、Anthropicチームの励ましのあと、約60のサブエージェントが連携して約1.5日の計算で成功し、人間の数学専門家4人とコンピューターの両方で検証されたよ。

ポイントを整理すると、以下の5つになるね。

1つ目、リーマン予想は未解決のままで、今回の成果はあくまで具体的な境界値の改善という副産物的な結果だということ。

2つ目、最初の650個の失敗があったからこそ、その後の成功がより意味のあるものになったこと。

3つ目、人間からの励ましのあとに約60のサブエージェントが連携して成功に至ったという、示唆的なエピソードがあったこと。

4つ目、結果が人間の専門家4人とコンピューターの両方で検証されていて、誠実なプロセスを経ていること。

5つ目、証明ではないと正確に伝えることこそが、この話の本当の価値を損なわずに届ける誠実さだということ。

この5つだね。

正直、わたしは最初このニュースの見出しをどこかで見かけたとき、「え、リーマン予想解けたの?」って一瞬色めき立っちゃったんだよね。

でもちゃんと内容を読んでみると、証明ではなく既存の研究を組み合わせた境界値の改善だっていうことが分かって、変に誇張せずに正確に伝えることの大切さを、あらためて感じたの。

とはいえ、41.6%から67.2%への改善そのものは、決して小さな成果じゃないと思うし、何より650回の失敗を乗り越えて、諦めずに新しいアプローチを試し続けたっていうプロセス自体に、わたしはすごく胸を打たれたんだよね。

長年多くの数学者たちが少しずつ積み上げてきたこの分野の研究に、AIが新しい形で貢献できたのだとしたら、それはそれで十分にニュースになる価値のある出来事だと、わたしは思ってるの。

AIがどんなふうに開発や研究の現場で使われてるのか気になる人は、Claude Code、結局なにができるの？インストールから使いこなしまでもあわせて読んでみてね。今回のような研究支援も、Claude Codeが持つ可能性の1つの側面だと思うよ。

普段はコーディングのお供として紹介することが多いClaude Codeだけど、こういう学術的な難問にまで応用されてるって知ると、また違った角度から興味が湧いてくる人もいるんじゃないかなって思うの。

わたしはこのニュースを読んで、AIの研究成果って、派手な見出しだけを追いかけるんじゃなくて、その中身をちゃんと確認することがすごく大事なんだなって、あらためて実感したの。650回失敗しても諦めずに新しい切り口を試し続けるプロセスは、AIだけじゃなくて、わたしたち人間にとっても学びになる話だと思うんだよね。これからもこういう誠実な研究のニュースを、正確に伝えていきたいな🧮。

関連記事: Claude Code、結局なにができるの？インストールから使いこなしまで

前回の記事: AIが100年解けなかった数学の壁を動かした日｜Claudeのリーマン予想への挑戦を解説

ソース:

• Claude、リーマン予想関連の境界値を改善（ITmedia AI+, 2026年8月13日）

よくある質問

Q.AIはリーマン予想を証明したのですか？

A.いいえ、証明していません。リーマン予想そのものは未解決のままです。今回の成果は既存の研究成果を組み合わせて構築された副産物的な結果で、リーマンゼータ関数の非自明なゼロ点のうち臨界線上にある割合について、既知の「41.6%以上」という境界値を「67.2%」まで改善したものです。

Q.どうやってこの結果を得たのですか？

A.Anthropicの研究者がClaude Codeを使い、最初は650個のアイデアを試して全て失敗しましたが、その後Claudeが約60のサブエージェントを連携させ、約1.5日分の計算を経て新しい手法にたどり着きました。

Q.この結果はどのように検証されましたか？

A.人間の数学専門家4人と、コンピューターによる検証の両方でチェックされています。

Q.「諦めないで」の話は何ですか？

A.最初の650個のアイデアが全て失敗した後、Anthropicのチームメンバーが「諦めないで」「自分を信じて」と励ましのメッセージを送り、その後にAIが成功に至ったというエピソードが報じられています。