AIが画像や文章だけでなく、純粋数学の研究にも踏み込もうとしている。そんな流れを、そのままイベント化したのが Caltech Mathathon だ。元記事は、数学の未解決問題をAIと人間のチームで解く40時間のハッカソンを告知しているだけではない。AIが証明や理論構築をどこまで速くできるのか、そして人間の数学者の役割は何になるのか、というかなり大きな問いを前面に出している。研究競争の話でありながら、同時に「数学研究の作法そのものが変わるかもしれない」という宣言でもある。
元記事によると、Caltech Mathathon はカリフォルニア工科大学で開かれるイベントで、開催日は October 30th から November 1st。参加するのは世界中から集められる100チームで、与えられるのは frontier models と呼ばれる最先端のAIモデルだ。挑む対象は open conjectures、つまりまだ解かれていない数学の予想や問題で、単に答えを出すだけでなく、新しい数学理論を組み立てることも求められる。
このイベントが面白いのは、解けたかどうかだけで終わらない設計になっている点だ。チームはまず40時間の制限時間の中で成果を出し、その後、leading mathematicians の前で結果を説明し、理解の深さまで確かめられる。つまり、AIに案を出させて終わりではなく、人間が本当に中身を把握しているかを見られる。
賞金の出し方も二段構えだ。イベント当日に、もっとも有望で、しかも説明がよくできている成果に prize を出す。そのあと、数学コミュニティが時間をかけて結果を検証した後に、第二の報奨が用意される。数学では、見た目に正しそうな主張と、実際に厳密に正しい証明のあいだに大きな距離がある。その距離を前提にした仕組みだと言える。
告知文は、この催しを「research level mathematics に捧げる最初の hackathon」だと位置づけている。背景として、ここ数か月で pure math における AI の進歩があったとも書かれている。例として、May 20, 2026 に Erdos's planar unit-distance conjecture が 80年ぶりに disproved され、August 1, 2026 には first explicit non-sofic group が構成され、August 23, 2026 には six-sphere に complex structure があることが示された、と列挙している。ただし最後の例は unverified と注記されている。こうした動きを受けて、AI が「発想から査読付き出版まで」をどれほど加速できるのか、そしてAIが予想を解けるなら数学者の役割は何か、という問いを投げかけている。加えて、responsible AI use に関する commitment も案内されている。
まず引っかかるのは、これが単なる競技イベントとして設計されていないことだ。40時間で解く、という言葉だけ見ると、プログラミングコンテストやハッカソンの数学版に見える。でも実際には、結果をその場で称えるだけでは足りず、後から数学者が検証し、さらに報奨を出す。ここにあるのはスピード競争ではなく、研究の信用の作り方そのものの実験だと思う。数学では「できた」より「なぜそれが正しいか」が重い。だからこそ、説明のうまさまで評価対象に入っているのは自然だ。
一方で、AIが数学を解く、と聞くと派手に見えるが、元記事が本当に問うているのはもっと地味な話かもしれない。発想、試行錯誤、証明の整理、査読対応、という研究の流れのどこがAIで短縮されるのか。たぶん一気に全部は変わらない。むしろ最初に変わるのは、思いつきを広げる速度と、証明候補を大量にふるいにかける部分ではないかと思う。そこが速くなるだけでも、人間の数学者は「何を狙うか」を選ぶ比重が増すはずだ。
告知文は、AIの純粋数学での進歩をかなり強い言葉で並べている。Erdos's planar unit-distance conjecture の disproved、non-sofic group の explicit construction、six-sphere の complex structure。しかも一部は unverified と明記している。ここには、興奮と警戒が同居している。まだ確定していない成果まで含めて「進歩」と呼んでいる点は、AI時代の研究広報らしい勢いを感じるが、その分だけ空気は危うい。数学は一見、極めて客観的な世界に見えるのに、AIが入ると「どこまで信じてよいか」の判断が前に出てくる。
この種の告知で怖いのは、証明の価値より先に話題性が独り歩きすることだと思う。未解決問題が解けた、というニュースは派手だが、実際にはその後の検証や再現、整理のほうが長い。もしAIが新しい証明を量産できるなら、研究者は「新規性」より「信頼性」を守るコストを増やされる可能性がある。つまり、AIは数学を早くするだけでなく、数学共同体に追加の確認作業を押しつけるかもしれない。そこをどう運用するかが、このイベントの本当の試金石ではないか。
100チームという人数設定も気になる。1つの巨大チームに賭けるのではなく、複数の視点を同時に走らせる。数学の難問は、同じ問題でも定式化の置き方や補題の切り方で見え方が変わる。AIを使うならなおさら、モデルの癖や使い方で成果が分かれるはずだ。だからこのイベントは、最強モデルを当てる場というより、モデルと人間の組み合わせ方の比較実験に近いのではないかと思う。
ただ、ここには別の論点もある。参加者に求められているのは、AIを動かす腕前だけではなく、結果を leading mathematicians の前で説明できることだ。これはかなり重要で、AIが提案したものをそのまま提出する態度は通らないという宣言でもある。研究の中心に残るのは、人間が筋道を理解し、反論に耐えられる形へ整える仕事だろう。AIが「答えの候補」を出し、人間が「数学として成立させる」。その分業が見えてくる。
僕は、この Mathathon の価値は「AIが難問を解けるか」だけでは測れないと思う。むしろ、研究成果をどう評価し、誰がどの時点で信用を与えるのかを、イベントの形にして見せているところが大きい。即時の prize と、後日の検証後に出る second round of prizes を分けたのは象徴的だ。成果の速さと、成果の確かさは別物だと、運営側がかなりはっきり認めているからだ。
同時に、こういう場は数学者の仕事を「置き換える」のではなく、「再定義する」方向に働くのではないかと思う。完全な証明を全部手で作るのが価値だった時代から、AIを使って探索を広げ、最後に人間が意味づける時代へ移る可能性がある。もちろん、だからといって数学者が不要になるわけではない。むしろ逆で、何が本質で何が周辺作業かを見抜く力が、これまで以上に問われるはずだ。研究の速度が上がるほど、判断の重みは増す。今回のイベントは、その変化をかなり露骨に可視化している。
