2026年11月20日、Anthropicの研究者であり数学者のLevent Alpöge氏が、Claudeとの協働で構築したリーマン予想(RH)および一般化リーマン予想(GRH)の形式証明をLean 4コードベースとして公開した。従来の数学論文(PDF)ではなく、約17.5百万行・175,187モジュールに及ぶ証明コード一式が直接出されたことで、SNSやまとめ記事の間では「nanodaが通ったから完全に証明終わり」「論文がないから怪しい」といった大雑把な二次情報が飛び交っている。MITの数学者Andrew Sutherland氏らが公開した独立検証ログの一次情報をたどると、機械的カーネル検査で何が確定し、人間の査読側になにが残っているのかを明確に切り分けられる。
1. 一次検証ログに出ている数字とツール構成
公開されたコードベースは Lean v4.33.1 および Mathlib を基盤にコンパイルされ、展開後の証明エクスポートデータは 約61.6GB に達する。Sutherland氏らの自動検証パイプラインが動かしたのは単一のコンパイラだけではなく、設計思想や実装言語の異なる複数の独立チェッカーだ。
| 検証ツール / 工程 | 実装・役割 | 一次ログで確認された結果 |
|---|---|---|
| 標準Leanコンパイラ(Leanchecker含む) | 175,187モジュールの全体コンパイルと検査 | エラーゼロで通過 |
| 公理監査(Axiom audit) | 主要定理が前提としている基礎公理の抽出 | propext・Classical.choice・Quot.sound の3つのみに依存 |
nanoda | Rustで独立実装された外部Lean 4証明チェッカー | 約61.6GBのエクスポート全体をマルチスレッドで高速処理し受理 |
lean4lean | Lean 4自身で実装された独立カーネル | コンパイル済み全モジュールを受理 |
con-leche(--compare含む) | 独立検証カーネル+定理文(statement)一致検証器 | 目標とされた5つの主要定理文が課題定義と一致することを確認 |
2. なぜRust製の nanoda や con-leche をわざわざ通すのか
形式証明の世界で「Leanの本家カーネルがOKを出した」だけでは完全な安心材料にされない理由は、カーネルソフトウェアそのものの実装バグを排除するためだ。175,187モジュールもの巨大なコードを動かすとき、型検査器のコーナーケースや環境変数の扱いにバグがあれば、本来通らない証明が通ってしまうリスクをゼロにはできない。
nanoda はLean本体とは独立してRustで書かれた型チェック・カーネルであり、出力された証明オブジェクトをゼロから検査する。いわば会計監査で「同じソフトの再計算」ではなく「別の会計士が元帳から検算する」工程に近い。ここで nanoda・lean4lean・con-leche の複数がすべてエラーなく受理した事実は、型理論上の推論ステップ自体には破綻や隠し sorry が混入していない強い根拠になる。
3. 二次情報が見落としがちな「定義のすり替え」と con-leche --compare
形式検証のニュースで最も多い誤解は、「機械が通った=人間が想像している通りのリーマン予想が証明された」と短絡することだ。数学の形式証明には「証明ステップの正しさ」とは別に、「定理文(Statement)の翻訳が意図通りか」という落とし穴がある。
極端な話、もしゼータ関数の定義や非自明なゼロ点の定義に1文字でも不備や空虚な条件(常に真になる抜け道)が紛れていれば、どんな完璧なカーネルでも「その誤った命題は真である」と正しく証明して通してしまう。
Sutherland氏らの検証ログで注目すべきなのは、単なる型チェックだけでなく con-leche の比較モード(statement matching)を回している点だ。これにより、対象となる5つの主要定理の型表現がMathlib側の公式な定義(リーマン予想およびディリクレL関数のGRH定式化)と食い違っていないことまで機械的に照合されている。
4. それでも「人間の数学的検証が終わっていない」理由
独立カーネル群と定理文比較をすべて通過したにもかかわらず、数学コミュニティが「人間の査読(Peer Review)がまだ残っている」と慎重な姿勢を崩さないのには明確な理由がある。
- 人間の認知限界を超える規模: 17.5百万行・175,187モジュールは、人間の数学者が最初から順番に読んで「なぜこの補題が本質的なのか」「全体としてどういう新しい数学的洞察があるのか」を把握できる分量をはるかに超えている。
- 周辺の補助定義・前提の妥当性確認: トップレベルの定理文がMathlibの標準定義と一致していても、その背後に展開された無数の補助モジュールや型クラスインスタンスに不自然な解釈・境界条件の取り違えがないかは、専門家が概念レベルで分解して検証する必要がある。
- 「証明が存在する」と「理解できる」の差: 数学の発展にとって重要なのは「真偽の判定」だけでなく「他の問題へ応用できる構造や手法の抽出」だ。機械可読なLeanコードは論理的正しさの保証にはなっても、そのままでは人間が引用・発展できる論文構造にはなっていない。
今回の出来事は、「論文が書けないから怪しい」という話ではなく、人間が書いた論文を前提にしていた従来の査読手順とは逆順に、「まず形式検証済みバイナリ(証明データ)が出現し、後から人間が概念と証明戦略をリバースエンジニアリングする」という、数学研究のプロセスそのものが反転した事例として読むと実像がつかみやすい。
手元のデータ処理で扱うJSONやテキスト構造の整形・確認をローカルで回すときは、ファイル形式変換ツールやデータの取り扱い仕様もあわせて参照してほしい。




