
AIが18年越しの量子コンピューター難問を解決した衝撃
2025年、科学界に大きな波紋が広がっています。MITを卒業したばかりのデビッド・トゥルチュレアン氏が、AIを活用して18年間未解決だった量子コンピューターの難問「アーロンソン=アンバイニス予想」を解決したと報じられました。これは単なる数学の成果ではなく、AIが科学研究のあり方を根本から変えつつあることを示す象徴的な出来事です。
・AIが18年来の未解決問題「アーロンソン=アンバイニス予想」を解決
・解決したのはMIT卒の若手研究者とスタートアップPSI
・量子コンピューターの「ある探索経路」が閉ざされたことを意味する負の結果
・AIによる科学問題解決の是非と検証プロセスが今後の焦点
何が起きたのか:アーロンソン=アンバイニス予想とは
量子コンピューターの優位性に関わる難問
アーロンソン=アンバイニス予想は、量子コンピューターが古典コンピューターより高速に問題を解けるかどうかに関わる理論的な問いです。提唱者の一人であるスコット・アーロンソン氏自身が「証明の詳細は完全には理解していないが、Lean(数学向けプログラミング言語)で自動形式化され、トップ研究者チームが説明したため正しいと信じている」と述べています。
今回の解決は「量子コンピューターが特定の難問を高速で解くための一つの経路が閉ざされた」という負の結果(ネガティブリザルト)です。トゥルチュレアン氏は「もうそこを探す必要はないと人々が知ることができる結果だ」と語っています。
若手研究者の挑戦とAIの役割
トゥルチュレアン氏はMITの名門コンピューターサイエンス・AI研究所への進学を延期し、スタートアップPhysical Superintelligence(PSI)に参加。Anthropicの「Fable 5.2」モデルへの早期アクセスを活用してこの問題に取り組みました。同氏は「これが自分が発表する最後の論文になるかもしれないと完全に受け入れている」とTechCrunchに語り、AIが論文発表のあり方すら変える可能性を示唆しました。
PSIのアプローチ:なぜAIで科学問題を解けたのか
「ハーネス」と「足場」で問題の広さと深さを攻める
PSIのCEOマット・パインズ氏は、効果的な研究システムにはハーネス(制御枠組み)、ツール、記憶システム、シミュレーション基盤が多数必要だと説明します。「問題に対して広さと深さの両面から挑み、幅広い代替案を検討できるようにしたい」という考えです。
現在PSIはデータセンター最適化(熱・電力・水・音の変数をシミュレーション)で収益を得ていますが、長期的には理論物理学のブレークスルーを実技術に変換することを狙っています。パインズ氏は「6〜9ヶ月前は投資家に『理論物理学はまもなく機械の領域になる』と説明するのに苦労した。まだそこまでではないが、近づいている」と述べています。
AIが数学の問題を解けるのは分かったけど、物理学でも同じようにうまくいくの?
そこが大きな分かれ目やね。数学は検証可能なコードで表現できるけど、物理学は「現実の世界」やから、自然がモデルに投票権を持ってるんよ。実験で検証するプロセスが不可欠や。
じゃあ、AIが提案した理論が正しいかどうかは、どうやって確かめるの?
PSIは計算結果をできるだけ効率的に実験で検証する方法を模索しとる。AIがアイデアを出し、それが現実世界で新しいことを可能にする。そのループを構築中なんや。
でも、AIが出した答えを信じていいの? 誰がチェックするの?
そこが今まさに議論されてるポイントや。PSIは結果をAnthropicのモデル公開まで保持し、その間に専門家に共有して理解を深めた。 Northeastern大学のジム・ハルバーソン教授も「透明性と専門家への連絡が良い方法だ」と話しとる。ベストプラクティスはまだ形成途上やけどな。
科学的検証と透明性:新しい科学の作法
今回の解決は、AIが科学研究の主役になりつつある一方で、検証プロセスの重要性も浮き彫りにしました。PSIはAnthropicのモデル公開準備が整うまで結果を公表せず、その間にアーロンソン氏ら関連研究者と共有。アーロンソン氏は「満足、畏敬、失望、疲労」が入り混じった感情を抱いたと書きつつ、Leanでの自動形式化と専門家の説明を根拠に正しいと判断しました。
ハルバーソン教授は「学者として正しいやり方で役割を果たしたい。ベストプラクティスはまだ emerging(形成中)だが、透明性と専門家への連絡が良い方法だと考えた」と述べ、MITで開かれる物理学者サミットで新たな科学のペースへの対応を議論する予定です。
AIによる科学解決の現在地と課題
数学・計算機科学と生命科学・物理学の違い
AIは数学や計算機科学のように検証可能なコードで表現できる分野では重要な解決策を生み出しています。しかし、生命科学や物理学のような抽象化が難しい分野ではより困難が伴います。先週、スタートアップDiscovered Materialsは超伝導や放熱の理解にAIを使う研究者向けに100万ドルのグランドチャレンジを発表しました。
パインズ氏は「結局のところ、物理学は数学とは違う。現実の世界やから、自然があなたの現実モデルに投票する」と強調。PSIは計算結果を実験で検証する最も効率的な方法の理解に注力しています。
「科学のネオラボ」としてのPSIの挑戦
PSIのような「科学のためのネオラボ」が画期的な科学への道筋となる中、参加者はこの新しい世界の基準を模索中です。パインズ氏は「それが自然の真実なら、活用できるトリックだ。デバイスを作れる。AIがアイデアを提案し、これまでできなかったことを世界で可能にする。それぞれがPSIが構築しているループだ」と説明します。
よくある質問
アーロンソン=アンバイニス予想の解決は量子コンピューターの夢を壊すのですか?
いいえ、すべてを壊すわけではありません。今回の解決は「量子コンピューターが特定の難問を高速で解くための一つの経路が閉ざされた」という負の結果です。他の経路や可能性は残されており、量子コンピューター研究全体を否定するものではありません。
AIが科学論文を書く時代になるのですか?
トゥルチュレアン氏は「数ヶ月後にはなぜ論文を発表するのか」と語り、AIが論文発表のあり方を変える可能性を示唆しました。ただし現時点ではAIが提案した結果を人間の専門家が検証するプロセスが不可欠であり、完全にAIだけが論文を生み出すわけではありません。
PSIはどんな会社で、何をしているのですか?
PSI(Physical Superintelligence)は、AIを使って科学問題を解くスタートアップです。現在はデータセンター最適化で収益を得ていますが、長期的には理論物理学のブレークスルーを実技術に変換することを目指しています。専門的なモデルハーネスと足場を使って問題の広さと深さを攻めるアプローチが特徴です。
まとめ:AIが変える科学の未来
今回のアーロンソン=アンバイニス予想の解決は、AIが科学研究のあり方を根本から変えつつあることを示す象徴的な事例です。18年間未解決だった難問が、若手研究者とAIの協働によって解かれたことは、今後の科学の進め方に一石を投じています。
一方で、物理学のように「自然が投票する」分野では、計算結果を実験で検証するプロセスが不可欠であり、AIの提案をどう検証し、科学コミュニティとしてどう透明性を確保するかが今後の課題です。PSIのような「科学のネオラボ」の挑戦は始まったばかりであり、ベストプラクティスの形成が待たれます。
今後もAIと科学の融合に関する最新情報を更新していきます。
参考情報: techcrunch.com