Claude、フェルマー最終定理を11日で形式化

Anthropicは2026年9月4日、Claudeがフェルマー最終定理の完全な計算機検証付き証明を生成したと公表した。 作業期間は11日間であり、大部分を自律的に遂行したという。 記述言語にはLeanを用い、総行数は1300万行に達した。 証明した中間定理の数は2万9500に上る。 Hacker News (Best) の jlebar の報道では、この成果が初の端から端までの計算機検証済み証明であると位置付けている。

Anthropicの公式発表によれば、検証可能性の確立自体が今回の核心である。 新たな数学的発見というより、既存の証明を機械が検査できる形に変換した点に価値がある。 同社はこの取り組みが数学全体の検証可能性に向けた段階だと説明している。

We are sharing the first complete computer-checked proof of Fermat’s Last Theorem.

上記は公式発表の冒頭の一文である。 1637年頃にピエール・ド・フェルマーが余白に記した主張が、360年近くを経て自動形式化の対象になった。 1995年のアンドリュー・ワイルズによる129ページの証明は、検証に数か月を要した。 その重みを機械検証で引き受ける試みだと解釈できる。

11日で自律的に証明を完成させた経緯

今回の計画を主導したのは、Anthropicの研究者であるTianyi Pengである。 同氏はコロンビア大学でAI形式化の道具を開発する集団を率いる。 当初はClaudeがフェルマー最終定理の形式化で前進できるかを試す目的だった。 結果は想定を上回り、11日で端から端までの証明が得られたという。 作業は大部分を自律的に進め、人手の介入は限定的だったとされる。

生成物の規模は従来の手作業による形式化と桁が異なる。 Leanの記述は1300万行に及び、中間定理は2万9500件に達した。 単一の巨大な証明とは異なり、多層的に積み上げられた構造である。 代数や調和解析、幾何、数論にまたがる内容を含む。 自動形式化による生成物が積み上げ可能な堅牢さを持つ点が特徴だ。

完成した証明は英インペリアル・カレッジ・ロンドンのKevin Buzzardと共有された。 同氏は2024年から共同体による形式化計画を主導してきた人物である。 同氏は数学の公理以外の仮定なしに定理が証明されていると評価した。 自動形式化の生成物が他者の構築の土台になる段階に入ったと述べた。

This extraordinary autoformalization achievement, which Anthropic researchers say only took 11 days, proves Fermat’s Last Theorem with no assumptions other than the axioms of mathematics.

1300万行と29500定理の内訳

1300万行という規模は、人が直接読む文書量ではない。 機械が検査し、機械が再利用するための記述量である。 中間定理2万9500件が階層を形成し、上位の論理を支える。 各層は下位の定義と補題に依存する。 依存関係が明確であるため、誤りがあれば機械的に検出できる。

対象領域は代数や調和解析、幾何、数論に広がる。 フェルマー最終定理の証明は単一分野で閉じない。 楕円曲線や保型形式、ガロア表現などの道具立てを要する。 それらをLeanの論理体系に落とし込む作業が中核だった。 分野横断的な定義の整合性維持が課題だったと見られる。

生成物が多層的である点は再利用の観点で重要だ。 下層の補題群は他の定理の証明にも転用できる可能性がある。 形式化された定義は曖昧さを残さない。 後続の研究が同じ土台の上に構築できる。 自動形式化の成果物が資産化する段階を示すと評価できる。

計算資源や検証時間の詳細は公表情報に含まれていない。 1300万行の検査を現実的な時間で終える仕組み自体が論点になる。 Leanの検査器の性能と分割検証の設計が鍵を握る。 大規模形式化の運用知見は今後の共通財産になると見る。 公開された証明の構造解析が次の焦点になる。

証明検証の負担を軽減する形式化

数学の証明検証は計算の検算とは異なる負担を持つ。 複雑な論理の連鎖を組み立て、一つの破綻が全体を損なう。 査読による人手の検証には数か月から数年を要する場合がある。 ワイルズの最初の証明の検証過程がその例である。 形式化はこの負担を機械に委ねる手法である。

今回の新規性は検証の側にある。 直近で話題になったリーマン仮説を巡るAIの取り組みは、新たな数学の生成に重点があった。 対して本件は既知の定理の検査可能性を高めた。 電卓で計算を確認するように、証明を機械で確認する発想だ。 生成と検証の分離が明確である点に意義がある。

AIが生成する証明が増えるほど、評価の負荷は増大する。 形式化が容易になれば、査読前の機械的検査が定着する可能性がある。 誤りの早期検出や前提の明示化が進む。 数学の知識体系への信頼を維持しやすくなる。 検証基盤の整備は研究速度の向上に直結すると見る。

信頼性向上の流れは他分野のAI基盤整備と並行している。 暗号化したまま計算する手法ではGoogle、AIモデル暗号化計算を実現するHEIR発表が検証可能性と秘匿性の両立を狙う。 開発環境の変化ではOpenAI、AIブラウザAtlas終了 機能をChrome拡張とアプリへが道具の統合と再設定を示す。 製造業の実証では中国製LFP電池で最安EV、Slateが実現が設計と量産の接続を試す。 数学の形式化も同じく実装と運用の段階に入ったと評価できる。

人手による形式化計画との関係性

形式化の構想はワイルズの証明から約10年後に提起された。 オランダの計算機科学者Jan Bergstraが機械検査可能な変換を提案した。 その後、複雑な証明を符号化する手法の開発が続いた。 2024年にはBuzzardがLeanによる形式化の共同計画を開始した。 多年にわたる共同作業が前提とされてきた経緯がある。

Claudeの成果はこの共同計画を置き換えるものではない。 人手で整備された定義や戦術、運用知見の上に成立している可能性が高い。 11日という期間は、基盤整備を含まない実行期間だと理解すべきだ。 自動化と人手の分業が進んだ結果と見るのが妥当である。 両者は競合ではなく補完関係にあると評価できる。

Leanは証明支援系として形式化の共同基盤になってきた。 定義の厳密性と検査器の信頼性が強みである。 共同体による数学ライブラリの蓄積が自動化を後押しした。 今回の生成物もその資産の上に構築されている。 基盤と自動化の相互作用が成果を生んだ構図だ。

今後の焦点は生成物の品質管理に移る。 1300万行の保守や更新をどう担うかが課題になる。 定義変更への追随や依存関係の管理が要る。 人手の設計判断と機械の作業量の配分が問われる。 共同計画の運営手法自体が変化すると見る。

数学研究の信頼基盤に与える影響

自動形式化が複雑な定理に適用できる事実は重い。 数学全体を機械で検査できる将来像が現実味を帯びた。 証明の前提や推論経路が明示される。 第三者による再確認のコストが下がる。 知識体系の透明性が高まると評価できる。

研究の分業にも変化が生じる。 人間は戦略や概念設計に集中しやすくなる。 機械は補題の展開や整合性確認を担う。 査読は機械検査の上に人間の判断を積む形になる。 生産性と厳密性の両立が狙える体制だと見る。

教育面への波及も想定される。 形式化された証明は段階的な学習素材になる。 定義から定理への依存を可視化できる。 誤りの所在を特定しやすい。 厳密な思考の訓練に適した教材になると評価できる。

一方で検査器への信頼が前提になる。 Leanの核となる検査論理の正しさが全体を支える。 公理系の選択や実装の誤りは依然として検討対象だ。 生成物の規模が大きいほど監査の設計が重要になる。 技術的信頼の連鎖をどう説明するかが課題として残る。

編集部の見解

短期的には査読前の機械検査の導入が進むと見る。数学系の共同研究でLeanによる形式化の利用が拡大する可能性がある。証明の再利用部品としての補題群の整備が加速すると評価する。検証負担の軽減が研究速度に直結する段階に入ったと見る。

長期的には数学の知識基盤の構造変化が進むと見る。多層的な形式化資産の上に新たな定理が積み上がる可能性がある。教育や産業応用での厳密な推論の利用が広がると評価する。信頼の置き方が人から仕組みへ移ると見る。

自動生成された1300万行を人は監査できるのか。検証可能性と理解可能性の境界をどこに置くべきか。機械に信頼を委ねる条件は何か。これらの問いへの答えが今後の運用設計を左右すると言えそうだ。

参考

• 「Formalizing Fermat’s Last Theorem」, by jlebar — Hacker News (Best), 2026-09-04T18:42:56.000Z (ARR)
• 元記事URL: https://www.anthropic.com/research/formalizing-fermats-last-theorem