星野誠 makoto hoshino

2026.8.6

「AIが約31万円で、長年解けなかった数学の問題を解いた。」

そんなニュースを見て、えっ、本当に？と思った。

もちろん、話はそんなに単純ではない。

31万円というのは、賞金でもなければAIの価格でもない。OpenAIが開発中の次期モデル「Astra」が、研究レベルの未解決問題に挑戦するために消費した計算量を、API利用料金に換算した推定額だ。

つまり、「31万円で1問解いた」という話ではなく、膨大な試行錯誤にかかったAIの計算コストということになる。

それでも、十分驚きだ。

Astraは、球充填、群論、量子計算、暗号理論といった数学や理論計算機科学の未解決問題10件について、新しい証明や大きな進展を示したという。

もちろん、これで「すべて解決」と決まったわけではない。OpenAI自身も、数学者による今後の検証が必要だとしている。

それでも、「AIが研究の最前線で新しい成果を生み出し始めた」という事実は、とても大きい。

一番驚いたのは、金額だった。

31万円。

このモデルを作るまでには何千億円もの研究開発費がかかっているはずだ。でも、一度そのAIが完成すると、研究者が何年も考え続けてきた問題に、31万円相当の計算コストで挑戦できる時代になってきた。

これは、計算機が人間より速く計算できるようになった、という話とは少し違う。

「考える」という行為そのもののコストが、大きく下がり始めている。

そんな変化を感じる。

少し前までAIは、文章を書いたり画像を作ったりする存在だった。ところが今は、数学の証明を考え、研究の仮説を作り、科学そのものを前へ進めようとしている。

人間の研究者が不要になる、という話ではないと思う。むしろ逆だ。

AIは何千通りものアイデアを高速で試す。その中から、本当に意味のある発見かどうかを判断するのは、まだ人間の役割だ。研究者は「答えを探す人」から、「答えを見極める人」へと変わっていくのかもしれない。

31万円という数字だけを見ると、高いと思う人もいるだろう。でも、もしそれで何年も解けなかった問題に新しい道筋が見つかるのなら、決して高い金額ではない。

AIは、仕事を効率化する道具という段階から、一緒に研究し、新しい知識を生み出すパートナーへと進み始めている。

そんな時代が、もう目の前まで来ている気がした。

ーーーー
ーーーー

An AI That Took On One of the World’s Unsolved Problems — for $2,000

“An AI solved a long-standing mathematical problem for the equivalent of about $2,000.” That was the headline. My first reaction was: wait, really?

Of course, it’s not quite that simple.

The $2,000 isn’t a prize, and it isn’t the cost of the AI itself. It’s an estimated figure — what the compute consumed by Astra, OpenAI’s next model currently in development, would translate to in API costs, as it worked through a set of unsolved research-level problems.

So this isn’t a story about solving one problem for $2,000. It’s about the computational cost of an enormous amount of trial and error.

Even so, it’s hard not to find that striking.

Astra apparently produced new proofs or meaningful advances on ten open problems across mathematics and theoretical computer science — areas like sphere packing, group theory, quantum computing, and cryptography.

That doesn’t mean everything is settled. OpenAI itself has said the results still need to be verified by mathematicians.

Still, the fact that an AI has begun generating new results at the frontier of research feels significant.

What surprised me most was the dollar figure.

$2,000.

Building a model like this presumably required hundreds of billions in research and development. But once that AI exists, the cost of putting it to work on problems that human researchers have spent years thinking about comes down to something like $2,000 in compute.

This is a little different from saying computers can now calculate faster than humans.

The cost of thinking itself seems to be dropping.

That’s the shift I notice here.

Not long ago, AI was something that wrote text and generated images. Now it’s working through mathematical proofs, forming research hypotheses, and trying to push science forward.

I don’t think this means human researchers become unnecessary. If anything, I’d say the opposite.

AI can try thousands of approaches at speed. But deciding which of those results actually mean something — that still seems to be a human role. Researchers may be moving from being people who look for answers to people who evaluate them.

Seeing $2,000 as a standalone number, some people might think it’s a lot. But if it opens a new path through a problem that’s gone unsolved for years, it doesn’t seem like much at all.

AI appears to be moving beyond the stage of being a tool for efficiency, toward something more like a partner in research — one that helps produce new knowledge.

That kind of moment felt, reading this, like it might already be here.

カテゴリー

• 【きのう、火星に行きました ♡ 】（ブログ)
• 【記事一覧】（ブログ)