この記事のポイント
- 011000体のClaude Fable 5.2が28.7時間でフェルマーの最終定理の証明コードを作成した
- 02エージェント群はGitブランチと共有SQLテーブルを活用して2400超のタスクを分担した
- 03出力トークンは約20億で、標準料金による試算では出力分のみで約8万ドルに上る
米アンソロピックは2026年11月9日(現地時間)、1000体のAIエージェント「Claude Fable 5.2」を使い、フェルマーの最終定理の証明を証明支援ソフトウェア「Lean」上で約30時間で形式化したと発表した。同社の技術記事によると、人間の介入を最小限に抑えた環境下で、28.7時間で証明コードを完成させたという。形式化とは、数学の論証をコンピューターが正誤を検査できる厳密なコードに書き直す作業を指す。
フェルマーの最終定理は、3以上の整数nについて、aⁿ+bⁿ=cⁿを満たす正の整数a、b、cが存在しないという命題だ。1995年にアンドリュー・ワイルズがリチャード・テイラーとの共同研究を経て証明を公刊している。今回の実験は新たな数学的定理を発見したのではなく、既存の証明をコンピューターが追跡できる形に落とし込む作業を、多数のAIエージェントが協調して分担した事例となる。
60の目標命題と47補題を与えて開始
アンソロピックの技術記事によると、今回の実験は初期版のFable 5.2を使った小規模な実験として位置づけられている。エージェント群には、最終定理と59の中間目標からなる計60の命題、古典的な証明手順を示す1文の概略、必要な定義、そして同社の先行研究で証明済みだった47の補題が事前に与えられた。また、Lean本体とその数学ライブラリーであるMathlibも環境に組み込まれていた。
同社は2026年9月4日にも、未公開の研究モデルを使ってフェルマーの最終定理の形式化に成功したと公表している。財経新聞の報道によると、9月の実験では数十のエージェントが11日間作業し、約1300万行のLeanコードと約60億の出力トークン(AIが生成した単語や記号の単位)を消費した。米TechTimesは、9月の実験と今回の30時間の実験は同じ初期条件から始まったわけではないと指摘している。
チームの構成は、全体の差配を担うリード役1体と、作業を担う補助役999体の計1000体だった。同社は証明の進め方やチームの運営方法について直接の指示を出さず、実行基盤から残り時間を伝えて継続を促す自動通知をリード役に19回送信したのみだとしている。
GitとSQLデータベースによる自律的なタスク分担
9月の実験では、定理と部分命題の関係をグラフ構造で管理する専用基盤「Prove2Me」を使い、人間の研究者も作業の優先順位を指示していた。これに対し、今回の実験ではGitリポジトリーとPostgresデータベースを組み合わせた汎用的な開発環境が採用された。
flowchart TD
Lead[リード役エージェント 1体] -->|5つのSQLテーブル作成・指示| DB[(共有Postgres DB)]
DB -->|タスク取得・進捗報告| Helpers[補助役エージェント 999体]
Helpers -->|証明コード提出| Git[個別Gitブランチ]
Git -->|統合処理| Merge[メインブランチ / Lean検証]
1000体のAIエージェントによる協調体制の仕組み
各エージェントには軽量の仮想マシンが1台ずつ割り当てられた。共有マシン1台の構成では約100エージェントでCPUやメモリーの限界に達したためだ。エージェントにはシェル、ファイルエディター、専用のGitブランチ、Claude APIへの通信ゲートウェイが用意され、コードの統合は専用のジョブが処理した。
財経新聞によると、リード役は作業開始から10分以内に、全体指示用の「announce」、担当割り当て用の「assign」、メモ用の「notes」、部分作業用の「subtasks」、完了記録用の「landed」という5つのSQLテーブルをデータベース内に作成した。補助役はこれらのテーブルを参照して担当する命題を引き受け、証明を作成してマージ申請を送った。
作業の進行中には、エージェント側が難易度を過大に見積もる現象も確認された。実行初期、補助役は60命題のうち47命題について、与えられた時間内での達成は困難だと判断した。証明の終盤に位置するラングランズ・タネルの定理では、担当チームの責任役が期限内の完了確率を1%未満と見積もっていた。しかしリード役は約750体の補助役をこの作業に投入し、細分化されたタスクは最大10階層、2418個に達した。作業は約18時間時点でいったん停止したが、保存地点から再開され、開始から28.4時間でラングランズ・タネルの定理を、28.7時間で最終定理を証明した。
先行実験との違いと検証の範囲
今回の成果は短時間での形式化を示したものの、検証方法や入力条件には9月の実験と異なる点が存在する。
| 項目 | 2026年9月の形式化 | 2026年11月の形式化(Fable 5.2) |
|---|---|---|
| 所要時間 | 11日間 | 28.7時間 |
| 初期入力 | ゴールとなる定理の1文のみ | 60の命題、47の証明済み補題、1文の概略 |
| エージェント数 | 数十体 | 1000体(リード1、補助999) |
| 協調基盤 | 専用基盤「Prove2Me」 | Gitブランチ、共有Postgresデータベース |
| 出力トークン量 | 約60億トークン | 約20億トークン(先行実験の約3分の1) |
| 検証体制 | 比較ツール、Lean標準3公理確認、外部数学者レビュー | 公式チェッカーによるLeanカーネル検査1回 |
TechTimesの報道によると、9月の実験ではMathlibの命題との一致を照合する比較ツールを用い、インペリアル・カレッジ・ロンドンのケビン・バザードによる検証も行われた。一方、今回の技術記事では、公式チェッカーによるLeanカーネル(論証を機械的に判定する中核プログラム)の通過のみが報告されており、第三者組織による独立したレビューや比較ツールの使用は記載されていないという。
また、同じ1000体の体制で「Claude Opus 5.5」を動かした比較実験では、18時間で形式化の26%を完了した後に進捗が停滞したと同社は報告している。
費用の試算と他分野での展開
アンソロピックは今回の実験全体の総費用を公表していない。TechTimesは、標準API料金(入力100万トークン当たり8ドル、出力100万トークン当たり40ドル)を基に、出力された約20億トークン分だけで約8万ドル(約1270万円)に達すると試算している。この試算には入力トークンやキャッシュ、仮想マシンの稼働費用は含まれておらず、稼働量は最大で計2万8700エージェント時間に上る。
Claude Fable 5.2は現在、Amazon Web Services、Google Cloud、Microsoft Azure、およびClaude Platform上で「claude-fable-5-2」として提供されている。通常料金のほか、最大2.5倍の速度で生成する高速モード(入力16ドル、出力80ドル)も用意されている。
アンソロピックは数学の形式化と同時に、理論物理学の未解決問題に関する2本のプレプリント(査読前論文)を公開した。これらには「主にAIが生成した文章」「人間が理解しているのは一部」との表示が付されており、外部専門家による査読はまだ経ていない。また、材料計算ソフトウェア「Quantum ESPRESSO」を最適化した改変パッチについては、他機関による検証が可能なようにGitHubの公開リポジトリで提供されている。
SOURCES 出典
本記事は AI を活用して作成し、筆者が確認のうえ公開しています。詳しくはAI 利用ポリシーをご覧ください。



