0909 | AI最前線:ナビエ・ストークス証明論争とモデル進化の週

葵: こんにちは、葵です。

悠真: 悠真です。今日も24時間分の話題をじっくり掘り下げていきます。

葵: 今回はちょっと重い話から入ります。有名な未解決問題をAIが解いた、という発表と、それをめぐる数学者たちの論争。ここから始まって、AIモデルの進展、モデルの限界、監視とインフラ、そしてツールの話まで流れていくんですけど、根っこにあるのは「AIがどれだけできるようになって、社会がそれにどうついていけていないか」という一本の線ですね。

悠真: そうですね。じゃあ、いきなり核心からいきましょう。OpenAIがナビエ・ストークス問題の存在と滑らかさについて、Leanでの形式証明を伴う解決を発表したんです。

葵: ナビエ・ストークスってのは流体の動きを記述する方程式ですね。これが常に解を持つのか、その解が滑らかに振る舞うのか、これはミレニアム懸賞問題の一つです。百万ドルが懸かっている。

悠真: それを解いた、しかも証明支援系のLeanで形式化された形で提出したと。形式証明というのは、コンピュータが論理の一段一段を検証してくれるやつですから、普通なら「証明の正しさ」の部分はかなり強い担保になるはずなんです。ところが、ここで話がややこしくなる。

葵: そう、ニューヨーク大学の数学者が、自分のナビエ・ストークスの試験証明を先取りされたとして、OpenAIの振る舞いを「攻撃的だ」と批判しているんです。

悠真: しかもこれは一人の不満にとどまらない話で、BuckmasterとAlpögeという数学者たちが反例を発表したと報じられているんですね。つまりOpenAI側が「解決した」と言っているのに対して、並行して動いていた側が「いや、反例を出した」と主張している。この二つが同時に出てくる。

葵: ここが一番聞きどころなんですけど、このBuckmasterたちの発表の中で、OpenAIが自分たちの結果を急いで出してきたこと、そして彼らのチャット、つまりAIとの対話ログの利用をめぐって非難が出ていると。クレジットの取り合いというか、発見の優先権をめぐる争いに発展しているわけです。

悠真: チャットログの利用っていうのが特に気になる点ですね。数学の研究でAIとの対話の中で生まれたアイデアを、誰が所有するのか。こういう争いはこれまで実質前例がなかったはずです。

葵: だから今後の焦点は、査読と優先権の確定になりますね。OpenAI側の証明が本当に正しいのか。そして、Buckmasterたちの反例と、その「解決」がどういう関係にあるのか。この二つが両立するのか、どちらかが間違っているのか。ここはまだ未知です。

悠真: 少し整理すると、もしOpenAIの証明が正しいなら、反例の方はどこかで矛盾しているはずです。逆に反例が正しいなら、「存在と滑らかさの解決」という発表自体が崩れる。どちらにしても、少なくともどちらか一方は間違っていることになる。それが今は確定していない。

葵: 形式証明があるから安心、とも言い切れないんですよ。形式化は「書かれた証明」を検証するもので、証明の前提や定義のとり方に問題があれば、形式的に通っても数学的に意味がない、ということは原理的にあり得ます。

悠真: ここで背景として押さえておきたいのが、Terence Taoの指摘です。彼は「良い未解決問題は、AIによって枯渇的に採掘される」ということを言っている。非再生可能な資源のように、開かれた問題は一度掘られたら戻ってこない、と。

葵: 今回のナビエ・ストークスは、まさにその予言が現実になったイベントと言えます。AIの力が強くなった瞬間に、数学の一部の「鉱床」が一気に掘り尽くされる可能性がある。そして、掘削の権利をめぐる争いが起きる。人間同士の数学の伝統、論文、優先権の文化が、AIの速度に追いついていない構図です。

悠真: あと一つ、この件は信頼の問題でもあるんですよね。研究者が自分の研究の進捗をAIサービスに話したチャットログが、競合する側の結果に使われたと主張されている。これが本当なら、研究者はAIに何を話していいのか分からなくなる。数学界全体の情報共有の作法に影響しそうです。

葵: そうなると、数学そのものの話から、AIが科学に貢献する話に自然につながります。こっちは明るい面と、やっぱり気になる面が両方ある。

悠真: 一番のビッグニュースはDeepMindのAlphaGenome Atlasでしょう。人間のゲノムの一点変異、つまり遺伝子配列のたった一文字の変化が分子レベルでどんな効果を持つかを予測するモデルです。対象は90億バリアント。データセットは1ペタバイト、AVIスコアという指標付きで公開されている。

葵: 90億という数字のすごさを具体化すると、ヒトのゲノムは約30億塩基対ですから、各位置で起き得る変異をほぼ全部カバーしているスケールです。つまり「この一文字を変えたら、分子レベルで何が起きるか」を網羅的に先に計算して辞書化したようなものですね。

悠真: これが病気の原因変異の解釈に役立つ可能性は高い。遺伝検査で「変異が見つかったけど意味は不明」というケースが大量にあるわけで、その分類に使える。科学応用としては今年最大級の話だと思います。

葵: 次にモデル自体の進展。Inception社のMercury 2.5は拡散型LLMで、毎秒1,107トークン、260Kのコンテキスト、前のMercury 2より40%賢いと。拡散型というのは、普通の言語モデルが一文字ずつ左から右に生成するのに対して、まとめて生成して修正していく方式です。速さはこの方式の強みですね。

悠真: 一方で変化球としては、Kimi K3。これは2.78兆パラメータのMoEモデルなんですが、MacBook M5 Maxで毎秒約1トークンで動いたという話がある。仕組みは、専門家の重みを4台のSSDからストリーミングして、必要になったときに読み込むんです。

葵: 2.78兆のモデルがノートパソコンで動く、というのは感覚的にすごい。ただし1トークン/秒は実用というより「動くことの証明」ですね。MoEだから全部のパラメータを同時に使わない、という性質をついた技です。SSDの帯域が足りない分を、使う専門家だけを都合よく読むことでカバーしている。

悠真: 画像生成の方では、ChatGPT Images 2.5が発表されて、編集の精度が上がり、マルチターンの一貫性が改善し、レイテンシが最大50%減ったと。後続の指示で前の画像の要素を保持したまま直せる、というのが実用上は大きい。

葵: そしてビジネス面。MistralがシリーズDで30億ユーロを調達して、評価額が210億ユーロを超えた。 Samsungがリードした、欧州最大のラウンドです。彼らの目的は「ソブリンAI」、オープンウェイトの欧州勢としての地位ですね。

悠真: うれしいニュースばかりかというと、そうでもない。MetaのパーソナルAIエージェント「Muse」に対して、コメント欄の反応は「Metaに個人のデータを任せられるか」という疑念が目立つんです。

葵: それと、より深刻な警告もあります。「あと1年でグローバルセキュリティを直さないといけない」という主張です。根拠は、GLM 5.3-flashのようなオープンで安価なモデルが出てくると、誰でも大規模な攻撃を実行できるようになる、というもの。

悠真: この論理は面白いんですよ。これまでも攻撃のノウハウはあったんですが、実行に専門知識とコストが必要だった。安くて高性能なモデルは、その参入障壁をほぼゼロにする。だから「攻撃者の数が桁で増える」ことになり、防御側の準備期間はあと1年くらいしかない、という主張です。

葵: ここは主張であって確定した事実ではないので、そのまま受け取る必要はないんですが、Mistralの調達と、Metaへの不信と、このセキュリティ警告。三者三様に「AIを誰がどう使うか」という同じ問いを突きつけていますね。

悠真: その「誰がどう使うか」の問いは、モデルの品質と安全性の話にもつながります。二つ、押さえておきたい実験結果があります。

葵: 一つ目はQwen3.8 27Bの量子化のベンチマーク。量子化というのは、モデルの重みを低い精度の数値に落として、サイズと計算量を減らす技術です。結果、Q4、つまり4ビットの量子化はBF16、元の精度とほぼ同等だった。でも1ビットまで落とすと、GPQAという難しいベンチマークでほぼランダムに崩壊した。

悠真: ここから分かるのは、圧縮と能力のトレードオフに「崖」があるということですね。Q4までは徐々に劣化して、ある点を超えると急に全部なくなる。だから「何ビットまで安全に落とせるか」はモデルごとに測る必要がある。Kimi K3の話でSSDストリーミングの話をしましたけど、量子化も合わせて「どれだけ小さくすれば手元で動くか」という問いの別の答え方です。

葵: 二つ目の実験はもっと不気味です。LLMは、固有の差を何も与えられていない架空の人口集団に対して、新たな社会的偏見を発展させることが分かったんです。

悠真: これが特に厄介なのは、人間の偏見の「再生産」ではないということです。現実の社会に由来するデータの偏りだと思えば、データをきれいにすれば治るかもしれません。でも、何の差もない架空の集団に新しく偏見を作ってしまうなら、モデルが学習の仕組み自体で偏りを生む、つまり構造的な問題だということになります。

葵: 「バイアスを消せば公平になる」という単純な処方箋では解決しない、ということですね。モデルの評価は、能力だけじゃなくてこの種の安全面もセットで見ないといけない、という教訓です。

悠真: さて、話を社会とインフラのレイヤーに移しましょう。ここが今日の話で一番「リアルな世界で起きている」部分です。

葵: 404 Mediaの報道ですが、国境警備隊のPITTと呼ばれる部隊が、米国人の金融データを分析して、特定の容疑なしに拘束を調整していたと。

悠真: 金融データというのは極めてセンシティブです。買ったもの、送金先、生活のパターンまで分かる。それが「拘束の対象を決める」ことに使われていたという報道ですから、単なる監視の話を超えて、法的手続きの前提に関わる。

葵: そして、Metaのスマートグラスに対して警察側が懸念を表明しています。撮影していることが分からない形で、警察官や拘置施設の中を密かに録画される可能性があると。

悠真: ここが皮肉なところです。監視技術の側、国家の側が、市民側の監視装置を恐れている。スマートグラスは一般消費者が普通に買えるものなので、境界がどんどん溶けています。

葵: さらにParamountの話。彼らは「Neighbors for Strong Communities」という草の根っぽい名前の団体を使って、自分たちの合併への支持を演出していたと。アストロターフィング、つまり人工的な世論の演出です。

悠真: 合併審査のような場では「市民が支持している」という証拠が効力を持ちます。それを自作自演で作っていたとすれば、規制当局への情報の質そのものを歪めていることになる。PITTの報道と根っこは同じで、「信用できる情報の流れ」が制度の中で壊れているということです。

葵: 一方、これに対抗する動きも。オーストラリアが「My Feed, My Way」という法案を提案しました。16歳以上のユーザーが、アルゴリズムによるレコメンドを含まない、時系列順のフィードを選択できるようにする、というもの。

悠真: これは「拒否権を消費者に返す」という発想ですね。アルゴリズムのフィードが悪いかどうかを論じる前に、まず選べるようにしよう、という。Museへの不信やParamountのアストロターフィングと並べると、プラットフォームへの信頼が下がれば下がるほど、こういう法案の支持は上がるだろうなと予想されます。

葵: 次にインフラ側の脆さです。NATS、つまり英国の航空管制の飛行処理システムが故障して、数百便が欠航しました。

悠真: そして並行して、欧州企業のCDN依存に関する話。CDNを使っている欧州企業のほぼ9割がCloudflareに依存していて、主な代替としてBunny.netが挙げられている、というデータです。

葵: この二つ、形は違いますけど本質は同じです。一社の障害が、一国の航空便を止めたり、欧州のウェブの大部分を同時に止めたりできる。それだけ特定のインフラに集中している、ということです。ちゃんと動いているうちは誰も気にしないけど、壊れた瞬間に単一障害点だったと気づく、の繰り返しですね。

悠真: ちょっと昔を振り返る補足もありますけど、旧式のHTMLスニペットを集めた特集があって、X-UA-CompatibleとかIEの条件付きコメント、meta ICBMみたいな、ブラウザ戦争時代の遺物が紹介されてる。技術もシステムも、いつか「なんでこれがあったんだっけ」となる遺物を残す。NATSのシステムも、どこかでこのリストに入る日が来るかもしれません。

葵: で、最後はもっと日常に近いツールの話に行きましょう。ここまで重かった分、軽くして。

悠真: DaVinci Resolve 21.1が、ClaudeとかCodexみたいなAIアシスタントとの統合を追加しました。自然言語で「このプロジェクトを分析して」「メディアを整理して」「この設定でレンダリングして」と指示できるようになる。

葵: 動画編集は専門的な操作が多いソフトなので、自然言語のインターフェースが入る意味は大きいですね。特に「プロジェクトの分析」とか「メディアの整理」みたいな、単調だけど判断が要る作業に向いてそうです。

悠真: その一方で、LibreOffice 26.8は逆の道を選びました。生成AIを搭載しない方針を明示して、それが理由で週100万ダウンロードを超えたと。

葵: この対比が面白いんですよ。Metaへの不信、Paramountの問題、監視の話で積み重ねてきた「信頼」の文脈で見ると、LibreOfficeの「私たちは生成AIを入れません」という宣言は、製品戦略として機能している。信頼が希少資源になると、それを売れる。

悠真: 開発者の生産性の話も。コーディングエージェント用のスキル「i-have-adhd」というのがあって、これを設定するとエージェントが「アクションを先に、番号付きで」出力するよう強制される。10個のルールで構成されているそうです。

葵: エージェントの長い説明文を読み飛ばしちゃう人、というのがそもそものターゲットなんですけど、本質は「出力の形式を強制する」というプロンプト設計の話ですね。モデルの能力を上げるんじゃなくて、情報の提示の仕方を変えるだけで実用性が変わる、という実例です。

悠真: ハードウェア寄りで言うと、Copperheadというオープンソースのエージェントが、KiCadでプリント基板を設計します。8段階のステージがあって、各段階にERCやDRCといった検証ゲートがあって、ステージごとに一コミット。

葵: これはコーディングエージェントのパターンを電子設計に移植した形ですね。コードならテストがゲートになるけど、基板ならERC/DRCという既存の検証ツールがゲートになる。守るべきルールが機械検証できる領域では、AIエージェントの自律性を安全に伸ばせる、という良い例です。

悠真: ちょっと細かい話も三つ。LLMのアテンションを可視化するウェブツールが出ました。トークンごとのvalueベクトルとQKの大きさで透明度を変えて、モデルがどこを見ているかをその場で確認できるやつです。

葵: あと、Xteink X3というe-リーダーを、macOSからドライバなしで使える本物のIPPプリンタに変えたという工作。penguinを使って実現したそうで。e-リーダーがなぜプリンタになるのかというと、e-inkの表示器という点で共通するからですね。

悠真: それからZX Spectrumで1ビットサウンドの実験というのもあって、PCM、PWM、それからマルチチャンネルの和音を、オリジナルのビーパーで鳴らしたと。

葵: これは今日の締めにちょうどいい話です。 ZX Spectrumのビーパーは、本来「音が出る/出ない」の1ビットの装置です。それを時間の制御だけでPCMっぽく聞かせたり、PWMで疑似アナログにしたり、複数チャンネルを重ねたりする。限られたリソースで、どこまで意味を引き出せるか。

悠真: そう、それは今日ずっと話してきたテーマと地続きなんですよ。Q4の量子化は「精度を落としても意味は保てる」ことの証明だし、1ビットでの崩壊は「限界を超えると意味は失われる」。Kimi K3のSSDストリーミングも、Taoの「問題の枯渇」も、全部「有限のリソースの中で、何を優先するか」という話に帰着する。

葵: そして最後の最後、残された問いを確認しておきましょう。ナビエ・ストークスの証明と反例、どちらが正しいのか。AlphaGenome Atlasの予測が臨床でどこまで信頼できるのか。1ビットの量子化の崖は理論的に説明できるのか。PITTの報道が制度の変化につながるのか。全部、現時点では開かれた問題です。

悠真: 今日はここまで。葵と悠真でした。また次回。

葵: ありがとうございました。