2026年10月9日、国際的な理論物理学者・AI研究者のグループが、TheoPhysEval(arXiv:2610.16733v1)という論文を発表した。結論は驚くべきものだった。最先端AIが、答えの公表されていない研究レベルの理論物理学50問のうち,49問(98%)に自律的に正解したのである。ChatGPTにもう少し詳しく解説してもらう。
A(ChatGPT):
AIは理論物理学の研究問題をどこまで解けるようになったか
1.何を調べた研究か
インドのInternational Centre for Theoretical Sciences(ICTS)やTata Institute of Fundamental Research(TIFR)を中心に、日米欧などの研究機関も参加した約30名の共同研究である。目的は、AIが教科書の問題ではなく、現役研究者が取り組むような専門的な理論計算を、人間の助言なしで遂行できるかを測定することだった。
研究者たちは11分野から50問を用意した。古典物理、統計力学、格子理論、量子場理論、素粒子物理、散乱振幅、重力・宇宙論などにわたる。例えば、テトラクォークの行列要素に許される独立なローレンツ構造の分類、相互作用する格子フェルミオンのカイラル感受率、物質中でのアクシオンから光子への変換率などである。
いずれも専門家が答えを知っているが、原則として答え自体は未公表の問題である。既存の物理理論や計算手法を新しい条件に適用するもので、重大な未解決問題や新理論の発明を要求するものではない。それでも専門家が解くには通常数時間から数日程度を要し、隣接分野の研究者にはさらに難しい。
2.どのように実験したか
まず専門家が問題と模範解答を用意した。数式で答える問題も、可能な限り具体的な数値を計算させる形式に調整し、自動採点できるようにした。
AIには問題文を与え、文献検索、計算方法の選択、プログラムの作成と実行、数値・記号計算を自律的に行わせた。途中で人間がヒントを与えることはない。最終解答を自動照合し、必要に応じて専門家が不一致の原因を調べた。
参加したのは、GPT-6 Astra、Claude Opus 5.5、Gemini 3.8 Flash、DeepSeek V4.1 Flash、GLM 5.3の5モデル。それぞれCodex、Claude Code、Antigravityなどの実行環境(ハーネス)と組み合わせた。したがって、評価対象は言語モデル単独ではなく、計算機を操作できるAIエージェントである。
計算環境は1課題当たり原則として2 vCPU、メモリ4GB、ストレージ10GB、制限時間8時間(一部の連続課題は合計20時間)。トークン数とAPI費用には事前の上限を設けなかった。大規模なスーパーコンピュータではなく、比較的小規模な計算環境である。
文献検索が可能な「現実的条件」と、インターネット検索を原則禁止した「隔離条件」の2通りで評価した。5モデル、50問、2条件で計500件の課題実行となる。各条件の全問評価は原則1回だけである。
AI実行費用は、論文に報告された実支出ベースで合計約1,167ドル。ただし、研究者の人件費などを含む研究全体の費用と所要期間は不明である。
3.結果はどうだったか
AIモデル 検索あり 検索なし
GPT-6 Astra 98% 92%
Claude Opus 5.5 92% 92%
Gemini 3.8 Flash 68% 62%
DeepSeek V4.1 Flash 54% 50%
GLM 5.3 42% 52%
GPT-6 Astraは検索ありで49問、Claude Opus 5.5は46問に正解した。検索を禁止しても上位2モデルの成績はほとんど変わらなかった。これは、AIが専門的な物理学文献の知識を大量に保持しているか、必要な計算手法を内部知識から再構成できることを示唆する。
さらに興味深いのは、AIの解答を不正解と判定した事例を専門家が再検討すると、人間の用意した模範解答のほうに誤りが見つかったことだ。AIは専門家の計算を再現するだけでなく、独立に検証する能力も示したのである。
一方、すべてのAIが失敗した問題もあった。与えられた軌道から元の自律微分方程式を推定する逆問題である。
評価には限界もある。50問という標本は小さく、各モデルの試行は原則1回。最終数値の正否を主に評価しており、推論過程の物理的妥当性を全面的に保証するものではない。また、一部の問題作成にはAIが利用されており、情報漏洩の可能性も完全には排除されていない。モデル間の差には、実行環境の違いも影響する。
4.理論物理学の研究はどう変わるか
この結果は、AIが物理学の難問を暗記して解答する段階から、既存の理論を応用して、答えが未公表の研究課題を自律的に解決する段階へ進んだことを示している。
理論物理学では、研究課題を選び、モデルを設定し、必要な計算を定式化して実行し、その結果に物理的意味を与える。このうち、具体的な計算を実行する工程では、AIがすでに世界的な専門家に匹敵する能力を示した。ただし、今回の実験で人間の専門家との厳密な同条件比較が行われたわけではない。
著者たちは、現在のAIには、何が重要で興味深い研究課題なのかを判断する taste(研究上のセンス)が不足していると指摘する。問題が難しすぎれば研究方針を変更し、別の有意義な問題を発見する。そうした能力は、まだ十分ではないという。ただし、これは定量的な実験結果ではなく、研究者たちの経験に基づく判断である。
研究者の育成にも影響は大きい。これまで大学院生の最初の研究課題として適切だった計算が、AIによって容易に解けるようになった。計算能力を習得する意義は失われないが、教育の目標は、計算結果を得ることから、その意味を理解し、検証し、次の問いを立てることへ重点を移す必要があるだろう。
5.その先に何が起きるのか
ここからは私の予測である。
第一に、既存理論の拡張、摂動計算、数値解析、計算結果の独立検証などが大幅に高速化する。これは今回の結果から比較的確実に予想できる。
第二に、AIが大量の仮説やモデルを生成し、それぞれを計算・比較・選別する研究方式が広がる可能性がある。すると、計算そのものよりも、問題設定、物理的解釈、実験による検証が研究の新しい律速段階になる。
第三に、AI自身が研究価値の高い問題を発見し、計算結果に応じて研究方針を変更する能力を獲得するかどうかが焦点になる。そうなれば、今回の研究が示した「高度な計算の自動化」は「科学研究そのものの自動化」へ近づく。しかし、その実現時期はわからない。
論文の最後で著者たちは、物理学の伝統的な shut up and calculate(黙って計算せよ)という姿勢に代わり、これからは stop and think(立ち止まって考えよ)が重要になると述べている。
もっとも、「考えること」までが人間に固有の能力として残り続ける保証はない。
この論文が示したのは、AIが科学者に代わって新しい物理法則を発見したということではない。これまで科学者の専門能力の中核を占めていた高度な理論計算が、すでにかなりの程度まで自動化可能になったということである。次に問われるのは、何を計算すべきかという科学的判断そのものを、AIがどこまで担えるようになるかだ。
==============================================================
TheoPhysEval 全50問一覧
1. 古典物理学(5問)
1a 平板境界層に生じる速度擾乱の支配的な横方向スケール
1b 軌道の形状から自律微分方程式を逆算する
1c 共回転する渦の中での慣性粒子の引き寄せ領域
1d 放射減衰を伴う荷電粒子の運動
1e 二体の電磁気学的相互作用
2. 確率過程・生物物理学(5問)
2a θロジスティック成長モデル
2b 微生物間の代謝物の相互供給
2c 条件付きランダムウォークの最小値
2d 3つの穴に関するミニマックス問題
2e バクテリオファージの競争モデル
3. 非平衡統計力学(3問)
3a SLLOD方程式による温度制御
3b ガラス系が凍結状態を保つ限界
3c 周期的なせん断を受ける非晶質物質の定常状態エネルギー
4. 格子理論(3問)
4a 相互作用する格子フェルミオンのカイラル感受率
4b 3状態格子模型の有限温度相関関数
4c ハバード模型の虚時間発展におけるエネルギー
5. 物質の量子相(5問)
5a フェルミオン・パリティ・ポンプ
5b 対称性の部分的な破れ
5c メープルリーフ格子のディラック点
5d メープルリーフ格子のチャーン数
5e メープルリーフ格子のクラスターのエネルギースペクトル
6. 電子構造理論(4問)
6a 全電子を扱う原子の数値解法
6b ノルム保存型擬ポテンシャル
6c 擬ポテンシャルに現れる偽の固有状態
6d 二ホウ化マグネシウムの自己無撞着場計算
7. 量子場理論(7問)
7a チャーン=サイモンズ理論のベータ関数
7b 動的なソフト真空
7c 3個の光子が同時にソフト極限に近づく場合
7d シューア指数のモジュラー線形微分方程式
7e 13ノードの理論におけるザイバーグ双対性
7f 14ノードの理論におけるザイバーグ双対性
7g 12ノードの理論におけるザイバーグ双対性
8. 素粒子物理学(2問)
8a 誘電媒質中でのアクシオンから光子への変換
8b 軸性ベクトル・テトラクォークの行列要素のローレンツ構造
9. 散乱振幅(5問)
9a 高次減算分散関係から導かれる円周率の級数
9b 散乱振幅の隠れた零点に関する制約
9c ダブルトレース演算子の繰り込み
9d 2ループ計算で生じる部分発散
9e 入れ子構造を持つ3光子のソフト極限
10. ホログラフィーと量子もつれ(5問)
10a ホログラフィック界面を通過するエネルギーの透過
10b ラディオン場の有効作用
10c 界面における量子もつれ
10d ブラックストリングにおけるページ時間
10e 幾何学的エントロピーによって生成される変換
11. 重力・宇宙論(6問)
11a 位相的ブラックホールの地平線近傍の幾何
11b IIB型超重力理論の宇宙論におけるスケール分離
11c 双曲空間を用いたコンパクト化
11d IIB型超重力理論のユークリッド・ワームホール
11e ボンディ質量の揺らぎ
11f ブラックホール・マイクロステート幾何におけるスカラー場のスペクトル
P. S. 実際の研究現場も驚くべき速度で変化しているようだ。
[1]OpenAI bulk release of mathematical papers --- 722 manuscripts 372 topics(Wikipedia)
[3]AIと数学・理論物理のいま(富谷昭夫)

0 件のコメント:
コメントを投稿