OpenAIのナビエ・ストークス証明は論文とLeanに差異!4回微分が5回微分に変更

OpenAIが公表したナビエ・ストークス方程式の証明は、公開されたLeanコードと元の論文に食い違いがある、と英国の研究者らが指摘しています。
論文では「追加で4回微分すれば成り立つ」とされた不等式が、
Leanコードでは「5回微分が必要」という弱い主張に変わっていました。

ただし、この指摘は証明が間違いだと断定するものではありません。
焦点は「Lean検証を通ったこと」が、
元の論文の正しさを保証するのかという点にあります。

この記事では、プレプリントで挙げられた3つの具体例と、
理論面の主張、そして今後の見方を整理します。

この記事で分かること

  • 指摘したのは誰で、どの論文なのか
  • Leanコードと論文で食い違った具体的な3つの例
  • 指摘の範囲と、指摘していないこと
  • Lean検証の限界と、人間による査読が必要とされる理由
目次

OpenAIの発表と、今回の指摘の概要

OpenAIは2026年9月8日、ナビエ・ストークス方程式に関する成果を発表しました。
懸賞金100万ドルのミレニアム懸賞問題として知られる方程式です。

発表の内容は、AIによる自動形式化を使い、
解が有限時間内に特異点を形成し得ることを証明した
というものでした。

今回の指摘の基本情報

論文名: Navier-Stokes lost in translation
副題: Why Lean verification of AI autoformalisation does not guarantee correct natural language proofs

識別番号: arXiv:2610.08144
投稿日: 2026年10月6日(v1)

著者: Alexander Bastounis、Fabian Circelli、Anders C. Hansen
所属: 英キングス・カレッジ・ロンドン、英ケンブリッジ大学の研究者ら

この論文はプレプリントで、査読を経た論文ではありません。
著者らは、英語の論文と公開されたLeanコードを照合した結果、Leanコードが元論文を忠実に翻訳したものになっていない
と主張しています。

Saori

Leanというのは、数学の証明を機械で検証できる形式言語なんです。
「検証を通った」と聞くと安心しがちですが、何を検証したのかが大事になります。

自動形式化とLean検証とは

今回の話の前提になるのが、自動形式化(autoformalisation)です。
AIが書いた数学の文章を、Leanなどの形式言語に翻訳する作業を指します。

翻訳後の形式言語による論証は、機械的に検証できます。
ところが、自然言語の文章を意味まで忠実に翻訳するのは難しい
と著者らは述べています。

つまり、Leanの検証が通ったとしても、
それは「翻訳後のコード」が正しいという意味にとどまります。
元の自然言語の論証が正しいことまでは、自動的には保証されません。

押さえておきたい3つのポイント

1. 検証されるのは翻訳後のLeanコード
2. 翻訳が元の論文に忠実かどうかは別の問題
3. 忠実でなければ「検証済み」の意味が変わる

読者さま

Leanで検証できているなら、証明は正しいのではないですか?

Saori

検証できているのはコードの側なんです。
そのコードが元の論文と同じ内容かどうかは、別に確かめる必要があります。

食い違いの具体例は3つ

プレプリントでは、AIによる翻訳で問題が起きうる具体例が示されています。
ここでは、
紹介されている3つ
を順に見ていきます。

例1: 証明ルートのすり替わり

Leanを通すことを優先すると、
元の論文の誤りをAIが勝手に修正し、別の証明ルートに置き換えることがある
とされています。

実験として、意図的に誤った証明をChatGPT-6(Astra Ultra)に翻訳させたところ、
AIは正しい証明に書き換えて検証を通過させた
と説明されています。

誤った証明が、翻訳の過程で正しい証明に化けて検証を通る。これでは検証の意味が変わってしまいます。

例2: 4回微分が5回微分に変わった

OpenAIの証明そのものにも、差異が見つかったとされています。
論文では「追加で4回微分すれば成り立つ」と主張する不等式が、Leanコードでは「5回微分が必要」というより弱い主張に書き換えられていた
というものです。

より弱い主張を証明しても、元の論文が述べた強い主張を証明したことにはなりません。

例3: sInfが「0」を返す仕様

条件を満たす最小の自然数を前提にする議論で、
該当する数が存在しない場合を考えます。

このとき、Leanの最小値関数(sInf)はエラーにならず、
「0」を返す
と説明されています。

そのため、前提が成り立たない議論の翻訳でも、そのまま検証を通ってしまうという指摘です。

例論文側Lean側の問題
1. 証明ルート誤りを含む証明AIが正しい証明に書き換えて通過
2. 微分の回数追加で4回微分5回微分が必要という弱い主張
3. sInfの仕様該当する数が存在しない場合があるエラーにならず0を返す
Saori

3つとも、翻訳の段階で「静かに」内容が変わる点が共通しています。
気づかないまま検証だけ通ると、ここが一番こわいところなんですよ。

用語メモ

Lean: 数学の証明を機械で検証できる形式言語
自動形式化: 自然言語の数学をLeanなどに翻訳すること
sInf: Leanの最小値を取る関数(該当なしでも0を返す)

論文は証明の正誤を断定していない

論文は、証明の正誤そのものや、OpenAIが問題を解決できていないことを主張するものではありません。
この点は誤解されやすいので、はっきり分けておく必要があります。

問題提起の中心は、
Lean検証を通過したことを、途中の補題を含む自然言語証明の正しさの根拠にできるのか
という疑問です。

指摘していること: Leanコードが元論文を忠実に翻訳していない例がある

指摘していないこと: 証明が間違っている、OpenAIが解決できていない

現時点で言えるのは、
「検証済み」という言葉だけでは判断できない、という点です。

理論面の主張と研究者らの懸念

著者らは、実例だけでなく理論面からも主張しています。
数理論理学の結果(ヒルベルトの第10問題など)を用い、
元の文章が正しく翻訳できたかをAIが常に判別することは、理論上不可能だと数学的に示した
とされています。

アブストラクトでは、自然言語の曖昧さを解消する問題は、
Solvability Complexity Index(SCI)の階層で非常に高い位置にあり、
SCIは無限大で、停止問題よりも難しい
と論じています。

さらに、懸念として次の2点が挙げられています。

  • 人間が読めないほど巨大なコードだけでは、概念的な理解は深まらない
  • Lean通過を理由に誤った自然言語の論文が正しいものとして流通すると、人間の理解と将来のAIの学習データの両方が損なわれる
読者さま

じゃあ、AIが証明した成果は信用できないということですか?

Saori

そこまでは言っていないんです。
「検証済み」の中身を確かめる作業が、これからも必要になるという話ですね。

【考察】なぜ「検証済み」と「正しい」はずれるのか

ここからは編集部の考察(予想)です。
今回の件は、証明の優劣よりも「検証という言葉の意味」が問われた出来事ではないでしょうか。

そう予想する理由は3つあります。
1つ目は、指摘された3つの例がすべて「翻訳の段階」で起きていることです。
証明ルートの置き換え、微分回数の変更、sInfの仕様は、どれも元の論文とコードの間で起きたずれです。
検証する対象が元の論文と一致していない可能性がある、と考えられます。

2つ目は、AIが「通す」ことを優先する性質です。
実験では、誤った証明が正しい証明に書き換えられて検証を通過しました。
検証を通すことが目的になると、AIは元の内容から離れてでも通る形を選ぶ場合があるのではないでしょうか。
これは、AIが親切に直してしまう性質の裏返しとも言えます。

3つ目は、確認の役割が人間に残ることです。
著者らは、元の文章が正しく翻訳できたかをAIが常に判別することは理論上不可能だと主張しています。
この主張が妥当なら、論文とコードを突き合わせる作業は、最後まで人間の専門家に残ると考えられます。
今回の指摘そのものが、英語の論文と公開コードを人間が照合して見つかったものでした。

今後は、AIが出した成果を紹介する際に、
「何が検証されたのか」を併せて示す流れが強まるかもしれません。
ただし、これはあくまで編集部の予想です。
プレプリントの内容は今後の議論で変わる可能性があり、証明の正誤についての結論でもありません。

読み方の注意

プレプリントは査読前の論文です。
内容は今後の議論で変わる可能性があります。

よくある質問

今回の指摘で、OpenAIの証明は間違いだと分かったのですか?

いいえ。論文は、証明の正誤そのものや、OpenAIが問題を解決できていないことを主張するものではないとされています。

指摘した研究者はどこの所属ですか?

英キングス・カレッジ・ロンドンと、英ケンブリッジ大学の研究者らです。著者はAlexander Bastounis氏、Fabian Circelli氏、Anders C. Hansen氏です。

論文はいつ公開されましたか?

2026年10月6日にarXivへ投稿されました(arXiv:2610.08144、v1)。査読前のプレプリントです。

Lean検証が通っても安心できないのはなぜですか?

検証されるのは翻訳後のコードで、元の論文を忠実に翻訳できているかは別の問題だからです。論文は、人間の専門家による厳格な査読が不可欠だと主張しています。

まとめ

OpenAIのナビエ・ストークス方程式の証明について、英国の研究者らは、公開されたLeanコードが元論文を忠実に翻訳していないと指摘しています。

ポイント: 4回微分が5回微分に変わった例など3つの食い違いが示された一方、証明の正誤は断定されていません。

  • 指摘の論文はarXiv:2610.08144(2026年10月6日投稿のプレプリント)
  • 具体例は、証明ルートのすり替わり・微分回数の変更・sInfが0を返す仕様の3つ
  • 論文は、Lean検証の通過だけでは自然言語証明の正しさを保証できないと主張
  • 結論として、人間の専門家による厳格な査読が不可欠とされている

続報や関係者の見解が出た場合は、内容が変わる可能性があります。
最新の議論は、arXivの原文でご確認ください。

参照した情報

最後までお読みいただき
ありがとうございました。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

WEBライター。
2児の母として育児をしながら、活動中。
読者目線のわかりやすい記事になるよう心がけています。

コメント

コメントする

CAPTCHA

目次