2026/08/30 11:35
中庸な数学者には国はない
RSS: https://news.ycombinator.com/rss
要約▶
日本語翻訳:
本テキストは、人工知能が数学を孤独な闘争から迅速な協力へと変容させた様子を探りつつ、核心である「課題による理解への中毒的な追求」という本質は維持されていると述べています。歴史的に、数学者のキャリアはラマヌジャンや陶哲轩などの天才たちの影の下での数十年に及ぶ漸進的進歩によって定義されていましたが、多くの博士号取得者は、スケート選手の劉美賢やハイパーポップアイドル glaive のような無関係分野の神童たちと比較して自分の業績が淡々として見えるという悲観的な現実に直面していました。この状況は 2026 年に劇的に変化し、OpenAI や Anthropic からのもう一つの先進的な AI モデルが、単一距離問題のような長年の未解決問題を自律的に解明したり、ヤコビアン予想を反証したりするようになりました。現在では、これらのツールは複雑な代数的概念を数分で習得する強力なパートナーとして機能し、人間には退屈な計算ではなく核心となる問題の構築に注力できるようになっています。その結果、成功した数学者たちは、単独での手動計算を行うのではなく、AI の出力を管理することで自身の役割を定義してゆくことになります。本テキストはまた、数学を伝える際の「嘘」の多用にも言及しており、著者のキャリアパスと 17 歳で即座に有名となったハンナ・カイロのような神童たちとの対比を示しています。数学者たちがテルレンス・ tao や S. ラマヌジャンが成し遂げた業績を達成できなくても、小さな未解決問題を解くことで漸進的に貢献しています。この進化は学術雑誌やセキュリティ企業の研究生産性を劇的に加速させますが、キャリアの道筋を変更しており、従来の緩やかな博士号取得の旅路はこの計算に主導された市場ではますます実用的ではなくなります。究極的には、数学は「理解しようとするが失敗し、挫折を感じ、そして再び試みるもの」と定義され、数学者たちは未解決問題の挑戦によって駆動される「挫折中毒者」であると言えます。
本文
数学者としての嘘、情熱、そして AI への真実
1. 数学者であるための「嘘」と「正直さ」
数学を語る際や職業選択について問われると、私はしばしば虚偽の物語を語らざるを得ません。
- 保育園児向け: 分数を教える際に嘘をつきます。
- 小4 年生向け: 極限の概念を扱う際に嘘をつきます。
- 研究者としての本質: NSF（米国国家科学財団）から「意義はあるか？」と問われた時や、「なぜ数学者なのか」と尋ねられた際も、容易な虚栄的な答えよりも複雑な真実が伴います。
- 「命の法則を学ぶことを愛している」と答える方が、博士号取得に至る二十数年の決定的瞬間を振り返るよりも簡単です。
- 嘘との格闘: 小さな嘘も積み重なれば大きな誤謬となります。そのため、避けがたい質問「数学の博士号を持って何を計画されていますか？」に対しては、常に肩をすくめながら正直に答えることで自分の嘘を補おうとしています。
2. 天才への畏敬と情熱
他の数学者（会議や大学で活動する人々）を見ると、頭脳明晰な人々と近距離にいることへの歓喜を感じます。しかし、私は彼らに対して「知性への畏敬」よりも**「本当に数学を愛している」という点**に惹かれます。
- 学術界では情熱、才能、エゴは複雑に絡み合っていますが、私の個人的な情熱は常に不足していました。
- 指導教授ジェリミーとの面談:
- 彼は私が学術界を志向するか尋ね、私は否定しました（Momentum とエゴが欠けていると感じたため）。
- 結果として、4 年かけて緩やかに学び始めました。
- 博士課程修了時:
- 堅固な学術雑誌での単著論文出版。
- 大規模大会での発表。
- 教育賞による資金貯金。
- これらはかつては「黄金なる履歴書」でしたが、現在の競争加速の中では十分ではありません。
3. 「今」がベストな時期である理由
数学者の軌跡は人ぞれぞれ異なりますが（アリーシャ・リューやハナ・カイトのような天才もいれば、私のような中途半端な研究者もいる）、数学には誰しも自由に探求できる広大なフロンティアがあります。
- 比較: 「各人の能力に応じて、各人の願望に応じて」。
- 他者への追従は不可能: 指導教授やラマヌジャンのように同じ成果を挙げることはできませんが、同一ではない貢献こそが重要です。
- 小さな研究者の意義: タオのような天才が全て解決してしまえば意味がないと問われたとき、「タオはそうしなかった」と指摘します。
- 彼は有限の時間の中で多くの問題を解決しなければならず、小さな未解決問題に没頭することはしません。
- 私には知識の端に触れ、あらゆる迷宮の構造を発見する機会が与えられました。
- 白鲸への近づき: 象徴的な定理や仮説に対して、直感を支える段階的・部分的な結果こそが重要です。
4. AI と数学研究：生産性の劇的変化
私は当初、AI を科学ファンタジーのロールプレイングとして嫌いでしたが、AI が数学研究に使うことが必然であると気づかされました。
- 現状: 数学者は既に AI を使用し、今後も使用します。推論モデルが進歩しなければとも関わらず、数学の面目を不可逆的に変えるでしょう。
- 私の認識の変化:
- 「Math for AI Safety」リポジトリへのプレプリント公開（Claude Opus と共著）。
- 自動証明生成が単なる遠くの泣き声から、自宅の doorstep に前線が到達するまでになりました。
- Opus の貢献: ニッチなトピックに焦点を当てた一方で、代数复杂性を習得（教科書読了）し、私たちが数週間かかる議論の核心を数日でカバーしました。
- 生産性の増加: 数学研究に AI を使うことは、生産性を十倍に増加させることを意味します。それはひどいです。
AI による証明の旅路の変化
- 人間のプロセス: 多数の「ウサギの穴」に迷い込み、週単位の倦怠感と混乱を繰り返します（回顧的に好意的に思い出されます）。
- AI のプロセス:
- 機械によって日（時）単位に凝縮されます。
- 背景で入力を待たずに瞬く間に実験が通過します。
- 私の仕事は、LLM が吐き出す単純な段階的進歩に対し、報告書の醜悪な文章から「神々のせめぎ合い」を洗い流すことに没頭することになります。
- 課題: LLM の出力は正直に読むのに疲れます。Claude Opus も誤った方向に迷うことがあり、人間の集中力を消耗させます。一日で女性ができる数学には限度がありますが、Claude Opus は女性ではありません。
5. 数学の本質と定義
「数学とは何であるか」に対する広く agreed された答えはありませんが、私は以下のように定義します。
- 定義: 「理解しようとしますができないことで、frustrate されるもの、そしてその後に実行するものです」。
- 共有されるプロセス: 基本算術から基本算術幾何学へのつながり、ピュトローメウスからガーヴィに至るまでの内部的発見のプロセスが共通点です。
- 数学者の正体: 我々はすべてfrustration の中毒者であり、解決できない問題に対して頭を打ちたい存在です。
- 目的: 人類の知識の進歩と現実の法則の征服に関心を持つため、困難な問題の fixes を探求します。
タイマーの恩恵
- 人間化させるタイマーは数学では悪化しますが、オフにできるタイマーとして今は重要です。
- 私には一日五時間（修正後四時間）費やしていた愛される曲線研究のように、集中する体質はありません（告発にもかかわらず神経定型です）。
- 面白い問題はあなたの場所から独立しており、無休で巻き込みます。生活すべき時に勉強を知らせるためのタイマーは素晴らしい偶然でした。
6. 数学者への問いかけと信仰
「誰かがなぜ数学をするか」と問われれば、躊躇せず標準的なカテヒズムを唱えます。
- 真実の探求: 私たちは人類の知識の進歩と現実の法則の征服に真実を探求する正義物語を信じています。
- 新しい機会: 我々の新しい機会によって普遍的啓蒙へのペースを加速することに興奮しています。
- 信仰: 十分な回数を話すと、それは現実でも偽りでもないものとなり、教義になります。
この投稿についての議論：さらなる準備は？