【23 Daily】11月12日、チューリング賞受賞者の姚期智氏と月の闇面の創業者である楊植麟氏が共同で、理論計算機科学向けに特化したAI科学研究評価システム「TCSExam」を発表した。このシステムは定理証明、アルゴリズム開発、数学的構造体の構築、難問への挑戦をカバーし、組合せ最適化分野でAIが人間の記録を突破した初の検証可能な科学的成果を示す。出典：leiphone.comの報道によると。

AI研究による突破的成果とその核心的課題

グラフ124頂点において三角形及び四角形を含まない条件下での最大辺数記録を、AIモデルKimi K3は629本から630本へ更新した。1本の追加は単純な増加ではなく、全体構造の精密な再構築を伴い、AIが研究課題の極限を押し上げたことを示す。姚期智氏は『AIは単なる問題解決者でなく、本当の数学研究者たりうるか』という根本的な問いを掲げている。偶発的な解と論理的証明を区別するため、チームはTCSExamによる厳密な評価基準を設けた。

TCSExamのフレームワークと評価設計

TCSExamは研究成果の種類に応じて、定理証明、ソルバーエンジニアリング、数学的構造作成、未解決問題挑戦の４軌道に分類。100の最先端研究タスクを対象に、Lean 4、プログラム検査機構、チェックポイント制度を組み込み、AIの証明やアルゴリズムを完全検証可能とした。形式化とレビューを厳格化し、Bares、Ladder、Guidedの３種の指導度でAIを試験し、重要補題の発見や証明の体系化における難易度を明示した。

未解決問題への挑戦における技術的詳細

GPT-6 Astraは有限体行列の未解決問題の証明範囲を8次元から9次元に拡大し、数学的構造解析と計算機技術の融合例を示す。問題を非負整数制約系へと変換し、整数線形方程式の矛盾を証明。Leanによる独立検証が可能であり、反例仮定から構造圧縮、証明変換までの一連の過程を示した。

編集部の視点：AI研究評価の意義と創業機会

TCSExamの開発によりAIの数学研究における信頼性が向上し、高度AIや形式検証ツール、AIと科学研究の深い融合分野の創業者にとって検証基盤となる。局所的な進展と完全な成果を明確に区別し、科学的価値と再現性を担保。創業者はこの枠組みを活用し、自動化多領域研究支援ツールや証明共同プラットフォーム、AIベースの研究評価サービスを開発可能。検証は複数軌道タスクでAIモデルの定理証明やアルゴリズム性能を測り、産出物の形式的証明検査と再現性確認を実施することで厳格な論理を保証。AIが単なる補助役から自律的研究参加者へ進化したことを示し、産学連携の深化を促す。