1997 年の数学の予想が AI で解かれた。今回は検証が最後まで通っている——機械が一歩ずつ確かめ、著者 3 人が 1 行ずつ点検した。ただし手柄はモデルを取り違えて記録された——解いた教授は前世代の 5.5 Pro を使ったと書き、OpenAI 社長は新旗艦 5.6 として広めた

今号の要点(ひと目で)

• 統計学の教授が ChatGPT に証明を生成させ、機械に一歩ずつ検証させ、著者 3 人が 1 行ずつ人手で点検して、1997 年から宙に浮いたままだった確率論の予想を解いた。「AI が数学を解いた」型のニュースはこの 2 年、真偽の見分けがつかなかった。検証の鎖を最後まで通した事例は、これが最初である。ついでに帳尻の狂いも 1 件つかまえた。著者は前世代のモデルを使ったと明文で書いているのに、OpenAI 社長は広めるときに新旗艦と書いた。この種の主張を読むとき、今日から点検が 1 つ増える。
• OpenAI の社長が、自社のモデルを使って自社の推論設備の効率を改善していると公言した。価格優位の源のひとつだという。一方の言い分であり、数字はゼロである。だが本当なら、推論コスト競争のボトルネックは「効率エンジニアの奪い合い」から「どこのモデルが自分で自分を改善できるか」へ移る。
• 半年前の「AI の物語がレバレッジを手にした」という記録にあった 4 つの鍵となる数字が、今日すべて独立したソースに当たった。おまけに新しい読み値も 1 つ持ち帰った。下支えされる側のコンピュート企業 CoreWeave の社債の保険料は、昨年 12 月のピークから半値へ戻した。一方、下支えする側の Nvidia は過去最高を更新している。リスクは消えていない。保証される側のバランスシートから、保証する側の信用曲線へ引っ越しただけである。

今日の主線

[今週]（初出 07-13、07-29 の拡散を受けて本紙が収録）予想を解いたのはラボではなく、それを使う側の人間である——Rutgers の統計学教授が AI の道具立てを操縦し、「AI が数学を解く」に欠けていた検証の環を埋めた

まず出来事そのものから。Rutgers 大学統計学部の教授 Guanyang Wang は 07-13、個人の blog でこう自述した——ChatGPT 5.5 Pro を使って、1997 年の Kannan–Tetali–Vempala(KTV)予想の証明を生成した(著者の blog、一次)。KTV 予想は確率論で 30 年近く宙に浮いていた問題であり、「ランダムな交換によるシャッフル」がどれだけ手数を踏めば混ざりきったといえるか、その数学的な境界を問う。今回の流れは検証を三度通っている。モデルが証明を生成する。次に OpenAI のコーディング代理ツール Codex が、その証明を 7 万〜8 万行(再構成後の行数)の Lean のコードへ書き換える——Lean は形式化証明の言語であり、チェックを通ることは各推論ステップに誤りがないと機械が確かめたことに等しい。ただし「問題の翻訳が正しかったか」は保証しないし、学術誌の査読の代わりにもならない。最後に Wang と共著者 2 人が 1 行ずつ人手で点検した。結論は、証明は成立し、しかも定理は元の予想より強い。成果はすでに arXiv へ上がっている(論文、2026-06、Lean のライブラリつき)。著者は自ら限界も書いている。モデルは文献の引用を落とす、人間が精読しなければならない——これは自律的な AI 研究ではなく、専門家が操縦する道具立てである。なぜこの件を力を入れて記録するのか。3 週間前、GPT-5.6 の公開から 48 時間のうちに、OpenAI の周辺では「64 個の AI 代理が 1 時間で、50 年宙に浮いていたグラフ理論の難問 Cycle Double Cover 予想を証明した」という話が流れた(当時の AINews のまとめ、2026-07)。拡散させたのは同じく OpenAI 社長の Greg Brockman であり、その主張は今日に至るまで外部の点検を 1 つも通っていない。同じ路線のもう一方では、DeepMind 系のチームが 2026-05 に、「モデルが証明を生成し Lean が機械で検証する」やり方で数学者 Erdős が遺した未解決問題を系統的にさらい、353 題のうち 9 題を自力で解いてみせている(論文)。2 つのラボのモデルがどちらも通っている。これは 1 社だけの現象ではない。

帰属のほうは別に 1 件立てて記録する。著者の blog には「I used ChatGPT 5.5 Pro to obtain a proof」と明文で書かれている。ところが Brockman が 07-29 に拡散したときには「5.6 for solving another longstanding open problem」となっていた(拡散した投稿)。バージョン番号 0.1 の差は、ちょうど新旗艦 GPT-5.6 の公開日(2026-07-09)をまたぐ——そして解いたのはその前(2026-06)である。

検証: 解法の流れも行数も、すべて著者本人の一次の自述から出ている。著者 3 人による点検はチームの自己申告である。証明は学術誌の査読を経ておらず、Lean の検証も第三者による再実行を経ていない。いま見えているソースはこれ 1 つであり、方向は信用できるが細部は留保する。バージョン帰属の一節について。Brockman が引いた原文(Wang 本人の X 投稿)は直接読めておらず、著者が後から 5.6 も使ったと補足した可能性を完全には排除できない。ただし読める一次の材料 2 つの口径は、現時点で合っていない。本紙は著者の口径を正とする。

判断更新: 「AI がある数学の難問を解いた」型のニュースには、今日から使える分類器がある。3 つを問えばよい——言い出したのは誰か(独立した学者か、利害のある側か)、機械で検証できる形式化があるか、著者は点検したか。KTV の件は 3 つとも通り、Cycle Double Cover の件は今日まで 1 つも通っていない。あわせてバージョン帰属も定例の点検へ入れる。手柄が新旗艦の側へ記録されるこの種のインフレは、最新モデルを系統的に過大評価させる。今号時点の現況:証明の学術誌の査読も、Lean の第三者による再実行も、まだ起きていない。

[今週]（07-29）OpenAI 社長「自社のモデルで自社の推論設備を改善している。これが価格優位の源のひとつだ」

〈予想を解いたのはラボではなく、それを使う側の人間である〉と併せて読む——同じ日、同じ拡散者であり、しかも同じく新旗艦の物語へ寄せている。評価には同じ割引の物差しを当てる。Brockman は 07-29 にもう 1 本投稿し、OpenAI は GPT-5.6 Sol を使って自社の production serving の効率を改善しており、それが「この価格性能比を実現できている方法のひとつ」だと述べた(原投稿)。serving の効率とは、推論設備が同じハードウェアからより多くの有効な出力を絞り出す工学を指す——バッチのスケジューリング、精度の圧縮、キャッシュの設計——トークン 1 つあたりのコストを直接決める工程である。背景として、2 週間前に彼は GPT-5.6 Sol の売り込みの主軸を「どんなタスクにも最良の価格を」に置いた。当時はスローガンだけで、反例を公募し、何を根拠にそれができるのかは言わなかった(位置づけの宣言投稿、07-15、価格効率の数字の投稿)。今日は、彼が自分でその答えの半分を埋めた形である。この一言を真面目に受け取る理由は、推論効率のエンジニアが業界で稀少な人材だと公認されているからである。今年 6 月以降、実務家のあいだでは「同じ GPU でこの種の工学によって数十倍のユーザーを捌けた」という自己申告の事例がいくつも流れており、Lamini の CEO Sharon Zhou は AI 代理に GPU のカーネルを最適化させる道具をオープンソースで公開さえしている(Sharon Zhou の X;投資家 Nathan Benaich による伝聞、両者は互いに無関係である)。

検証: 単一ソース、利害のある側の自陳、数字はゼロである。効率がどれだけ上がったのか、具体的に何をしたのか(スケジューリングか、精度か、キャッシュか)、いずれも示されていない。「方法のひとつ」というのも本人の言い方である。「使っている」と「使ってどれだけ効いた」は別の話であり、今日錨を打てるのは前者だけである。

判断更新: 本当なら、推論コスト競争のボトルネックは「効率エンジニアの奪い合い」から「どこのモデルが自分で自分を改善できるか」へ移る——堀がチームからモデルの自己利用権へ引っ越す。見るべきシグナルは、OpenAI の工学側がいつ突き合わせ可能な数字を出すかである。それまでこの 1 件は「利害のある側の主張」として留保する。

[証拠更新]（元の記録は 2026-01-07、裏取り完了 07-30）半年前の資本レバレッジの 4 つの数字が、すべて独立したソースを通った——1 か所は訂正が要る。おまけに「リスクの引っ越し」という新しい読み値も持ち帰った

本紙 2026/7/29 号(〈保証する側が下げ、保証される側が上げた——同じ日、同じニュースで、市場は立ち位置ごとに勘定を分けている〉、保存版)は、循環融資の値付けの計器を債券市場へ向けた。今日は半年前の帳簿を 1 つ調べ終える。結論は同じ方向である。半導体の独立系リサーチのニュースレター Fabricated Knowledge の Doug O'Laughlin は、2026-01-07 の年間展望に「AI の物語がレバレッジを手にした」ことを示す 4 つの鍵となる数字を書き留めた(元の記録)。当時はこの 1 つしかソースがなかった。今日、1 項目ずつ表に当てる。①OpenAI が投資家へ自己申告した、2029 年までの累計キャッシュ消費およそ 1,150 億ドル——年間の燃焼額ではなく累計の見込みである(The Information の原報道、CNBC 転載、2025-09)。②OpenAI と Oracle の 3,000 億ドル・5 年のコンピュート契約(2027-2031 に履行)は確認できた。③元の記録は Oracle が「4 年で 1,000 億ドルを借りた」と書いている——裏取りの結果、ここは訂正が要る。それは投資銀行 KeyBanc のアナリストの試算であり、契約を履行するには新たにおよそ 1,000 億ドル(年およそ 250 億ドル×4 年)の起債が「必要になりうる」というものである。将来の必要であって、既成の借入ではない。引用するときは一律に「起債が必要と見積もられる額」と書く(The Register、2025-09-29、②と③は同じソース)。④CoreWeave の 5 年物クレジット・デフォルト・スワップ——同社の社債に掛ける保険であり、保険料が高いほど債券市場がデフォルト・リスクを高く見ていることを意味する——は、2025-09-26 の 371 ベーシスポイントから 12 月のザラ場のピーク 881(終値の口径では 773)まで開き、2026-06 にはおよそ 452 へ戻した(The Next Web)。ザラ場のピークから数えておよそ半値である(881→452、およそ −49%)。

検証: 4 つの数字はそれぞれ元の記録から独立したソースを持つ。この記録は「単一ソースの伝聞」から「複数ソースで裏が取れた」へ格上げした。③の口径の訂正こそ、この種の裏取りの値打ちである。データの現況は明記しておく。CoreWeave の 452 ベーシスポイントは 2026-06 時点、Nvidia の 82 ベーシスポイントは 07-27 時点であり(TradingKey)、どちらも今日の値は取っていない。

判断更新: 両端を並べて読む。下支えされる CoreWeave の信用の圧力は緩み、保証を差し出す Nvidia の信用の圧力は過去最高を更新した——リスクは消えていない。引っ越したのである。保証される側のバランスシートから、保証する側の信用曲線へ。監視の姿勢もそれに応じて上げる。CoreWeave の 1 点を見張るのをやめ、CoreWeave と Nvidia を対で読む。保証される側のスプレッドが戻ることは警報の解除ではなく、保証する側のスプレッドが最高を更新することのほうが主のシグナルである。この読みを覆す条件——Nvidia のクレジット・デフォルト・スワップが年末までに 40 ベーシスポイント近辺へ戻り、かつ CoreWeave も下がり続けるなら、「空騒ぎだった」へ下方修正する。

メール版はこの 5 本をそれぞれ 1 行に畳んでいる。完全版であるここでは全文を展開する。順番はメールと同じである。

サプライチェーンの較正(振り返り):[トレンド観察]（初出 2026-01）口頭のシグナルはリサーチの確認におよそ 2、3 か月先行する——今後そのまま使える時間差の基準値である

やはり同じ番組である(EP630 の音源)。司会者のチームの自述によれば、2025 年に AMD と NVIDIA のサーバーの部品使用量から逆算して、受動部品と TLVR インダクタ(AI サーバーの給電系に入るインダクタ部品)が品薄になり値上がりすると読んだ。当時の業界の反応は「値上がりなど見えていない」だった。2026 年 1 月になって、ようやくリサーチのレポートがこの件を書きはじめた。本紙自身のデータベースにいたっては、正式な記録として収めたのは 4 月である。口頭のシグナルからリサーチの確認まで、およそ 2、3 か月。この時間差のサンプルは 2 例しかなく(受動部品、TLVR)、しかも自述による成功例であって外した分は並んでいない。選択バイアスは割り引く必要がある。だが司会者自身の警句を添えると、かえって完成する——「半年先行しても役に立たない」。情報を早く手にすることは、使えることを意味しない。行動する側には成績と時間の圧力がある。

検証: 単一ソースによる手法の自述であり、n=2、成功例の選択バイアスを含む。時間差の数字は経験値であって統計ではない。

判断更新: 再利用できるのは「彼が当てた」ことではなく、リズムそのものである。次に「業界は見えていないと言っている」と聞いたとき、問うべきは真偽ではない。あと何か月か、である。本紙自身の引用の規律も同じである。初期の口頭のシグナルは一律に仮説として収め、建値かレポートの確認を待ってから格上げする。

そのほかに起きたこと

• [トレンド観察]（初出 2026-01）台湾と米国の相互関税は 15% で上乗せなし、232 条(米国が安全保障を理由に関税を課す法条)の調査下での最恵国待遇も取得した。いわゆる「5000 億の対米投資」は、開けば民間投資 2500 億+政府の信用保証 2500 億である(通貨は書き起こしに明記がなく、文脈からドルとみるべきである)(股癌 EP628、2026-01-17)。この 1 つのソースだけによる市場側の理解であり、半年のあいだに条件が変わっている可能性があるため、展開しない。
• [トレンド観察]（初出 2026-01）受動部品の値上げは中国のメーカーから台湾系へ広がり、顧客にも受け入れられた。機構は、AI サーバーが仕様を引き上げ、日系メーカーが高階を主に供給し、中低階の受注が台湾系と中国系へあふれる、というものである(股癌 EP627、2026-01-14)。本紙のデータベースにある既存の値上げの記録と同じ方向であり、1 行だけ記す。
• [トレンド観察]（初出 2026-01）AI ストレージのシステムメーカー(Pure Storage、NetApp)の株価が圧迫されている。司会者の帰属は、需要が悪いのではなく NAND の値上げが粗利率を食っている、というものである——同じサプライチェーンで上流が暴利を取り、中流がコストをかぶる。需要が入ることは利益が入ることを意味しない(股癌 EP630、2026-01-24)。単一ソースによる帰属の判断であり、決算での検証待ちのため、展開しない。

過去の洞見

[トレンド観察]（初出 2023）3 年前の予測は何割当たったか——2023 年の元インタビューを引き出して 1 項目ずつ採点する

「誰の読みが当たるか」は印象で決められない。原典へ戻って採点する。本紙は今年 7 月の初めに、2023 年の元インタビューをまとめてデータベースへ収めて突き合わせた。3 年後の成績表のうち、最も教育的なものが 3 つある。OpenAI 共同創業者で首席科学者の Ilya Sutskever の 2023-03 のインタビュー(Dwarkesh Patel のポッドキャスト原回)は驚くほど当てている。「2030 年に AI の経済的影響が期待外れに終わるとすれば、その唯一の理由は信頼性である」——信頼性と長時間のタスクこそ、2026 年の売上高を解錠している主軸である。「モデルは声に出して考えることを許されると推論がずっと良くなる」——のちの推論モデルそのものである。彼が落とした 2 つも同じく値打ちがある。「TPU と GPU はほとんど同じものだ」は自社設計チップの戦略的な重みを過小評価しており、「ハードウェアは制約ではない」は 2023 年の研究の視点では成り立つが、2026 年には業界全体が供給に縛られ、完全に反転した。GitHub の前 CEO Nat Friedman の同じ月のインタビュー(原回)は、半分当たり半分外れの見本である。彼は「GPT-4 のコストは GPT-3 より 2 桁高いのに能力は明らかにそうなっていない——我々は S 字曲線の漸近部にいる」と判じた。純粋な事前学習という軸の上では彼は正しい。だが全体の能力曲線は止まらなかった——軸が替わったからである(強化学習、考える時間)。半導体アナリスト Dylan Patel の 2023-01 のリソグラフィ規制の分析(SemiAnalysis 原文)は、この回顧のなかで的中度が最も高い 1 本である。「EUV を止めるだけでは中国を止められない。DUV のマルチパターニングは物理的に 7 ナノメートルまで届く。ただ高いだけだ」——3 年後、現実になった。

判断更新: 2023 年のあの世代の予測者に共通する誤りは、手元の曲線を読み違えたことではない。「曲線が乗り換わる」可能性を過小評価したことである。この教訓は本紙自身の較正の規則へもう書き込んである。判断力を評価する物差しは 1 項目ずつ採点する規律であって、一度の的中ではない。