Epoch AI、未解決数学ベンチマーク FrontierMath を 50 問に拡張──AI がすでに 3 問を解決
Epoch AI が未解決数学の問題集 FrontierMath: Open Problems を 50 問に拡張し、GPT-5.6-Sol がそのうち 3 問を解決したことで評価の難易度が一段と引き上げられた。
リリース: 2026-07-31 · 読了 3 分記事の要約
1. 核心（What）
- Epoch AI は未解決の数学研究問題を収録する FrontierMath: Open Problems を 14 問から 50 問に拡張した。
- AI はこれまでに、数論や組合せ論を含む 50 問のうち 3 問（Moderately Interesting 階層）を解決した。
- GPT-5.6-Sol はインタラクティブなセッションを通じて 8、9、10 記号のスーパーパーミュテーションの最良上限を更新した。
- 問題の難易度は 4 段階に分かれ、最難関にはより高速な素因数分解アルゴリズムなどが含まれる。
2. 影響（Why）
- 真の未解決問題による評価: 既知の答えを持つ従来のベンチマークとは異なり、専門家でも解決できなかった未解決問題を対象とすることで、AI の真の数学的発見能力を正確に計測できる。
- 国内 R&D への影響: 高度な推論を必要とする数理最適化プロダクトを開発する国内テック企業は、AI モデルの採用基準として FrontierMath のような自動検証可能な難問ベンチマークを参照せざるを得なくなる。
3. 根拠・詳細（How）
- 自動検証プログラムによるチェック: 解が未知であっても、提唱された解決策の正確性を自動で判定できる特製のコンピュータープログラム（ベリファイア）を組み合わせて検証を効率化している。
- 4 段階の難易度分類設計: 専門分野内の局所的な成果から分野全体を書き換えるブレイクスルーまで 4 階層に分類し、想定解決時間が 1 週間のものから 10 年に及ぶものまで幅広く収録している。
4. 展望・課題（Next）
- 最難関階層への挑戦: 現時点で AI が解決したのは最も容易な階層の 3 問に留まっており、Breakthrough 階層などの超難関問題への適応が今後の主要な検証テーマとなる。