リーマンゼータ Claude - Claudeがゼータ零点の下界を41.6%から67.25%へ。Lean 4で検証済み anchor left anchor right

Aug 12 2026 AIニュース

Claudeがゼータ零点の下界を41.6%から67.25%へ。Lean 4で検証済み

anchor left anchor right

リーマンゼータ Claudeは、Anthropicは2026年8月10日、未公開の研究版Claudeがリーマンゼータ関数の零点に関する下界を41.6%から67.25%へ更新したと公開しました。

📖 この記事で分かること

  • 未条件の下界が41.6%から67.25%へ更新された
  • 約60のサブエージェントを統率して探索した
  • 証明はLean 4で形式検証され穴がない
  • リーマン予想が解かれたわけではない

💡 知っておきたい用語

  • 臨界線: リーマン予想が「零点はすべてここに乗る」と主張する一本の直線。今回は「少なくとも何割が乗っているか」の記録が動いた

最終更新日: 2026年8月12日

▶ 公式ページ

リーマンゼータ Claude - Claudeがゼータ零点の下界を41.6%から67.25%へ。Lean 4で検証済み

何が更新されたのか

Anthropicは2026年8月10日、未公開の研究版Claude(2026年8月時点)が、リーマンゼータ関数の非自明な零点のうち臨界線上にあるものの割合について、下界を41.6%から67.25%へ引き上げたと公開しました。

この記事のポイント

  • Anthropicが2026年8月10日、Claudeによる下界の更新を公開しました。
  • 41.6%から67.25%へ。2/3を超えたのは未条件の結果です(2026年8月時点)。
  • 証明はLean 4で形式検証済み。ただしリーマン予想は未解決のままです。

論文タイトルは “More than two thirds of the zeros of the Riemann zeta function lie on the critical line” で、著者表記は Claude; Anthropic, San Francisco, 2026 です。Anthropicの公式ポストは67.2%と丸めていますが、論文の最適化定数は0.6725です。

重要なのは、これが条件付きではなく未条件の結果である点です。従来の未条件下界は5/12(約41.67%)で、Pratt・Robles・Zaharescu・Zeindlerによるものでした。今回の結果は「単純かつ臨界線上にある」零点の割合として67.25%以上を示しています。

ゼロから生まれた成果ではありません。Baluyot・Goldston・Suriajaya・Turnage-Butterbaughらの先行研究によって、Montgomeryの手法を従来必要だった仮定なしで使えるようになったことが土台になっています。数十年にわたる数学者の蓄積の上に立つ更新です。

失敗を織り込んだ実行構造

きっかけは、数学者ではないAnthropic社員のJarred Sumner氏が「リーマン予想に本気で挑んでみて」と指示したことでした。第1セッションでは650個のアイデアを生成し、すべて失敗しています。

再挑戦を促された2回目で、Claudeは約1日半かけて探索しました。Claude Codeで約60個のサブエージェントを統率し、その内訳が実行構造を物語っています。鍵となる数学的アイデアを開発したのは2個、それに貢献したのが13個、新しいアイデアを出そうとして出せなかったのが30個、検証役(validator)が13個です。

半数が成果を出せず、5分の1が検証に回る構成です。2セッション合計の出力トークンは3,100万、サブエージェントは合計2,400のシェルコマンドを実行し、数百のPythonスクリプトを書きました。既知のゼータ零点に対して数千回の数値チェックを行い、互いの成果を相互に査読しています。

検証はどう設計されているか

数学の結果は主張だけでは意味を持たないため、Anthropicは検証を三重に用意しています。

第一に、Lean 4による形式化が静的なcompanion artifactとして公開されています。主要部分はsorry-free、つまり証明の穴がありません。33個の主要定理に対する #print axioms は、Lean標準の3公理(propext、Classical.choice、Quot.sound)のみに依存します。定理A(臨界線上2/3以上)、定理B(単純かつ臨界線上2/3以上)、定理C(相異なる零点5/6)、定理D(Montgomery–Taylor窓)、定理E(原始Dirichlet L関数への類似)が含まれます。Weilの明示公式、Riemann–von Mangoldtの零点計数公式、Montgomery–Vaughanの一般化Hilbert不等式といった解析的な入力も形式化されています。

第二に、人間の目が入っています。Anthropicの数学者Levent Alpöge氏とRalph Furman氏が精査し、さらに当該分野の専門家であるBrian Conrey氏とDan Goldston氏が短い期間で論文を検討しました。

第三に、限界が明示されています。天井定理(PairCeiling)にはEnclOKという意図的な仮説が1つあり、これは外部の区間演算で得られた256個の整数の包含に依存します。証明書自体はsha256ハッシュ付きで検証されますが、包含の計算そのものはLeanの外で行われました。そしてAnthropic自身が、Claudeの用いた技法がリーマン予想の証明につながるとは考えていないと述べています。リーマン予想は未解決のままです。

編集部の見方

編集部は、この件で最も再利用価値が高いのは67.25%という数字そのものではなく、検証可能な形で結果を出すワークフローの設計だと見ます。

  • 根拠1: 成果物がLean 4でsorry-freeに形式化され、33個の主要定理が標準3公理のみに依存すると公開されています。主張の正しさが査読者の読解力に依存しない形になっています。
  • 根拠2: 約60のサブエージェントのうち30が新しいアイデアを出せず、13が検証役でした。失敗と相互査読を最初から構造に織り込んだ配分です。成功したエージェントだけを数えていません。
  • 根拠3: 外部依存(EnclOKと256個の包含計算)と、リーマン予想には届かないという限界の両方が自己申告されています。

この見方が変わる条件は、形式検証を伴わない同種の主張が増えた場合です。Lean検証と専門家査読が省かれれば、同じ手法でも結果の信頼性は担保されません。検証の設計こそが本体である以上、そこが外れたものは別物として扱う必要があります。


よくある質問

Q: リーマン予想は証明されたのですか?

A: されていません。今回更新されたのは「非自明な零点のうち臨界線上にあるものが少なくとも何割か」という下界で、リーマン予想はすべての零点が臨界線上にあると主張します。Anthropic自身も、Claudeの用いた技法が証明につながるとは考えていないと述べています。

Q: 証明の正しさはどう確かめられていますか?

A: Lean 4による形式化が公開され、主要部分はsorry-freeで、33個の主要定理はLean標準の3公理のみに依存します。加えてAnthropicの数学者2名と、分野の専門家であるBrian Conrey氏とDan Goldston氏が論文を検討しました。

Q: 検証されていない部分はありますか?

A: 天井定理(PairCeiling)のEnclOKという仮説は、外部の区間演算で得られた256個の整数の包含に依存します。証明書自体はsha256ハッシュ付きで検証されますが、包含の計算はLeanの外で行われました。


まとめ

Anthropicは2026年8月10日、未公開の研究版Claudeが臨界線上の零点の割合の下界を41.6%から67.25%へ更新したと公開しました。約60のサブエージェントのうち30は新しいアイデアを出せず、13は検証役という配分で、2セッション合計3,100万出力トークンを費やしています。結果はLean 4でsorry-freeに形式化され、専門家の検討も経ていますが、外部の区間演算に依存する仮説が1つ残ります。リーマン予想そのものは未解決です。

Claudeによる他の検証済み研究成果は、以下の記事でも取り上げています:


【用語解説】

  • 未条件の結果: 他の未証明の予想を仮定せずに成り立つ結果。仮定を置いた「条件付き」の結果より強い主張になります。
  • 形式検証: 証明の各ステップを機械が検査できる形式で書き、証明支援系に確認させる手法。今回はLean 4が使われました。
  • sorry-free: Lean で未証明箇所を埋めるための sorry が残っていない状態。証明に穴がないことを意味します。

引用元:


この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。

anchor left anchor right
KOJI TANEMURA

15 年以上の開発経験を持つソフトウェアエンジニア / テクノロジーライター。AI エージェントの実務活用を研究し、現場や経営者向けセミナーでその知見を発信。本メディア tech-noisy.com では、一次情報に基づく最新ニュース・解説記事を執筆。また、音楽生成 AI による DJ パフォーマンスを企業イベントで行うなど、テクノロジーと表現の融合も探求している。