OpenAIは2026年9月21日、数学とAIに関する諮問グループ(Advisory Group on Mathematics and Artificial Intelligence、以下AGMAI)の発足を発表しました。エドワード・ウィッテン氏、ティモシー・ガワーズ氏ら9人の数学者が、OpenAIの社内モデルが出したとされる大量の数学的成果について、その重要性の評価と公表の進め方に助言します。AI企業が自社の研究成果の「出し方」を、報酬を受け取らない外部の専門家集団に委ねる初めての形です。AIの出力をどの段階で世に出すかというルールづくりの実例として、数学に関わらない読者にも参考になります。
何が設置されたのか
グループはプリンストンの高等研究所(Institute for Advanced Study)にホストされます。メンバーはフランソワ・シャルル氏(ENS-PSL)、カミッロ・デ・レリス氏(IAS)、ティモシー・ガワーズ氏(コレージュ・ド・フランス、ケンブリッジ大)、マルティン・ハイラー氏(EPFL、インペリアル・カレッジ・ロンドン)、ニキル・スリヴァスタヴァ氏(カリフォルニア大バークレー校)、ウルリケ・ティルマン氏(オックスフォード大)、ラヴィ・ヴァキル氏(スタンフォード大)、エドワード・ウィッテン氏(IAS)、メラニー・マチェット・ウッド氏(ハーバード大)の9人です。
グループ自身のサイトagmai.orgは、「このグループはいかなるAI企業からも独立して活動し、メンバーはこの仕事に対して報酬を受け取らない」と明記しています。提言は公開され、数学に大きな影響を与えるモデルを持つ企業であればどことでも協働する方針です。当面の仕事は、OpenAIの社内モデルが出した多数の重要な結果を「どう調整して公開するか」への助言だとしています。
OpenAIは発表の中で、グループの価値は「メンバーが自分自身の判断を行使し、私たちに異議を唱えられることにかかっている」と書いています。同時に、範囲外も明示されました。「グループは、数学に関する私たちの社内的な進捗のペースについて助言する責任を負わない」という一文です。
なぜこのタイミングだったのか
背景には、この1カ月の数学界との摩擦があります。当サイトでも取り上げたOpenAIのナビエ–ストークス問題の解決発表では、功績の帰属をめぐって当事者の主張が食い違いました。TechCrunchの報道によると、ニューヨーク大のトリスタン・バックマスター氏は、Anthropicの協力者をクレジットしないようOpenAIから圧力を受けたと述べており、OpenAIの証明自体もまだ検証が終わっていません。
9月11日には、25人のフィールズ賞受賞者が公開書簡を出しました。要旨は、問題を解くこと自体は「概念的理解という本来の目的のための道具であり代理指標にすぎない」という指摘です。急いで発表された解答には、きちんとした書き下しも、手法の切り分けも、先行研究の引用も伴わない。その結果として帰属や剽窃の問題が生じ、数学者から数学者へ知識が受け渡される「人間の伝達の連鎖」が失われる、と主張しています。
興味深いのは、この書簡に署名しなかったガワーズ氏がAGMAIに入っていることです。同氏は9月17日の「フィールズ賞受賞者の書簡に署名しなかった理由」で、「危機に直面しているという根本的な点では同意する」「書簡の内容の多くに同意する」としつつ、問題を解くことと概念的理解を上下関係で捉える整理には異を唱え、自分は対立陣営に立つつもりはないと書いています。一方でデ・レリス氏は書簡に署名した上でメンバーになったとTechCrunchは伝えています。批判側と留保側の双方を含む構成になっている点は、形だけの委員会と見なされないための設計だと考えられます。
「独立」の中身をどう見るか
無報酬・独立を掲げ、提言を公開する設計は、批判への応答としてはかなり踏み込んでいます。他方、ペースへの助言が明確に対象外である点は、OpenAI主任科学者が自主的な減速を提唱した8日の講演と並べると輪郭がはっきりします。速度は社内で決め、発表の作法だけを外に開く。数学界の書簡が問題にしたのは主に後者なので、論点を絞って対応した形です。
タオ氏のブログに寄せられたコメントには、このグループがOpenAIの広報やIPOの「トロイの木馬」になるのではないかという懸念も出ています。実効性は、最初の数件の公表でグループの助言がどこまで反映されるか、反映されなかった場合にそれが公開されるかで判断できるようになると考えられます。
日本の読者にとっての意味
これは数学界だけの話ではありません。AIが出した成果を組織としてどう外に出すか、という問題の先行事例です。社内でAIに調査・検証・コード生成をさせている組織なら、同じ論点にすでに直面しているはずです。すなわち、出典と先行作業をどう記録するか、検証が終わる前の結果をどの範囲まで共有してよいか、外部の目をどの段階で入れるか。AGMAIの設計は、この3つを「速度を落とさずに」処理しようとした一例として読めます。
日本の研究機関や企業が明日からできることを3つ挙げます。ひとつは、AIが関与した成果物に「どのモデルが何をしたか」を残す欄を、社内の報告テンプレートに足すこと。当サイトで扱ったLean形式化の事例のように、機械可読な検証がつけられる領域ではそれを添えること。もうひとつは、外部に出す前のレビュー担当を、成果を出した本人やチームの外に置くこと。最後に、AGMAIが今後公開する提言を追うことです。公開が前提の組織なので、そこで示される作法は、AI成果物の扱いを社内規程に落とす際の下敷きに使えます。
