Skip to content
  1. Blog
  2. PC & Local AI

PC & Local AI数学Lean 4AI形式検証

ClaudeとLevent Alpöge氏のリーマン予想Lean 4証明で、nanoda検証が示した「確かなこと・未解決なこと」

2026年11月に公開されたリーマン予想および一般化リーマン予想のLean 4形式証明(175,187モジュール)について、MITのAndrew Sutherland氏によるnanoda・con-leche検証ログの一次事実を整理した。

Written by the site’s operator1 min read

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
nanodaRust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
lean4leanLean 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
単一のチェッカー自身のバグを疑う前提で、複数実装の独立カーネルを並列に通している。

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。

  1. 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。
  2. 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。
  3. 「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。

Tools for this article

Share this article
Share on X

Read next

PC & Local AI

Claude Fable 5.2とMythos 5.2の違い、理論物理2問題の証明でAnthropicが公式に線を引いた範囲

2026年11月にAnthropicが公開したClaude Fable 5.2 / Mythos 5.2の技術仕様と、ブラックホール物理学における2つの未解決問題の成果・適用限界を一次公開情報ベースで整理した。

#AI#Anthropic
Files

AIコーディングツールが「負のループ」で止まる構造と、やたらTypeScriptを選びたがる理由

自律型のAIコーディングツールを使っていると遭遇する「同じエラーのループ」や「作業の途中停止」が起きるメカニズムと回避策、 さらにAIがアプリ作成時にTypeScriptやWeb系UIを提案しやすい技術的な理由を整理しました。

#AI#開発
Network

VPNはどこまで通せて、なぜ全部は抜けないのか。TrueNAS上のTailscaleが学校フィルタリングで止まる仕組み

「VPNを繋げばどんな制限も回避できる」わけではない理由を、Tailscale(WireGuard)の通信構造・Exit Node・UDP遮断・DPI(ディープパケットインスペクション)・VPNプロトコルごとの違いから整理した。

#VPN#Tailscale
Essays & Notes

AI文章っぽい定型句を避けて、ChatGPT過去ログの「実測と失敗」を一次記事にする

AI生成文章に出やすい導入定型句の傾向を確認しつつ、一般論の焼き直しではなく自分のChatGPTエクスポートに眠る実機検証や失敗談をブログ記事へ起こす編集方針をまとめた。

#ライティング#ブログ運営
Essays & Notes

なぜ減価償却で「100万円使って赤字」ではなく1円(備忘価額)を残すのか

設備投資した年の現金支出(キャッシュフロー)と本業の稼ぐ力(損益計算)を切り分ける減価償却の意味と、償却完了後に帳簿へ1円(備忘価額)を残す理由、建物の定額法統一を整理した。

#会計#減価償却
Essays & Notes

「6時半」に違和感がないのにデンマーク語の20進数を奇妙に感じるのはなぜか

時(24進)+分(60進)+半(2進)の雑種である「6時半」は自然なのに、デンマーク語の50・70・90の20進数表現を難しく感じる理由を「パターン認識と文化バイアス」から考察した。

#数学#認知科学

All articles