アクセル・シペル、aiに「10⁴²ドラーの問い」を投げかける

著者は、知識を生み出す二つの方法を対比させる。一方は、例からの一般化、つまり帰納によって進む機械学習。もう一方は、新たな概念を創出しうる理論である。彼は、ガリレオ力学から標準モデルに至る偉大な物理学理論は、この方法（帰納）に従っていなかったと指摘する。アインシュタインの一般相対性理論によって予言された重力波は、理論がその存在を示唆したからこそ探求されたのであり、これは仮説演繹法と呼ばれる手法だと彼は述べている。また、物理学者エティエンヌ・クラインの表現を借りれば、理論的行為は「存在論的な巻き上げ機」として機能すると付け加える。

この文章は、2024年12月7日に開催されたロベルヴァル賞授賞式（彼の著書『Voyage au bout de l’IA』が一般向け部門で受賞した）で投げかけられた問いを紹介している。そこで対話者は「研究者として[…]、私はAIのように構築されてきた」と述べた。アクセル・シペルは、一方で、AIが人間の思考と異なる点は学習の方法にあると指摘する：人間は猫を認識するために100万匹の猫を見る必要はない。

最近の数学的成果

2026年10月付の編集部注記は、この問いを最新の出来事に照らして説明している。2026年10月26日、OpenAIは理論計算機科学の予想である指数時間仮説の反証を発表した。Anthropicも、Claude探索モデルによる成果とされる結果を発表した。両研究所は、証明を段階的に検証するソフトウェアである証明支援系「Lean」を用いた形式化を提供した。OpenAIはさらに、外部研究者を招いて自らの結果の検証を行った。

この種の反証は、アルゴリズムの構築とその性質の証明に基づいている。それが確認されれば、それは独創的な理論的成果となる。一方、Google Researchは、AlphaEvolveを用いて発見された数学的構造について説明しており、それらは新たな結果を確立する証明に組み込まれている。

証明はその起源の全てを語らない

アクセル・シペルは、AIによって学習されたモデルは、訓練データの単なる複製ではなく、抽象的な統合であると強調する。その利用は、学習データベースには存在しなかった点、つまり補間を生み出す可能性がある。問題は、それが創造と言えるかどうかである。著者は、思考プロセスを生み出す強いAIが将来的に存在しうる可能性を、先験的に排除する理由は何もないと考える。しかし一方で、機械学習がそのようなAIを生み出すことは疑わしいと判断している。

有効な証明は結果を確立するが、それだけでは、その証明を生み出したプロセスの本質が何であるかを語ることはできない。これが、著者がこの議論に決着をつけることを提案しない理由である。彼はむしろ、AIを活用して新たな答えを生み出し、「この力を我々の力と組み合わせて、新たな理論を見つけること（なぜ不可能だろうか）」を呼びかけている。