国際数学オリンピックにおけるAIの奇跡を支えるベトナム人博士

グーグルは7月23日、自社の人工知能（AI）モデルが2025年国際数学オリンピック（IMO）で金メダルを獲得したと発表し、世界に衝撃を与えた。

WSJによると、この成果の「設計者」はルオン・ミン・タン博士とその同僚たちだ。昨年、このモデルは銀メダルしか獲得できなかった。金メダル獲得への期待から、Googleは多目的モデル「Gemini Deep Think」（5月の開発者会議で発表されたバージョン）を採用することを決定した。

しかし、ミン・タン博士は当初、再び銅メダルか銀メダルを獲得できると予想していました。競技が始まる前から、タン博士のチームは調整を続けていました。当初、タン博士はDeepMindのモデルが初日に3つの問題すべてを解けると予想していました。

AIが国際オリンピックの金メダルを「制覇」

これらの解のシンプルさ、優雅さ、そして読みやすさは数学者たちを驚嘆させました。翌日、タン博士と同僚たちはAIシステムがさらに2つの問題を解いたことを発見し、金メダル獲得は十分可能であると確信しました。

その結果、DeepMind AIは6つの問題のうち5つを解くことに成功しました。注目すべきは、いずれも経験的推論モデルを用いて数学的概念を自然言語で処理していたことです。これは、AI企業がこれまで用いてきた複雑なアプローチとは全く異なります。

「これはおそらく、次世代の数学者を推進する新しいコンピューターになるだろう」とミン・タン博士はWSJに語った。

AlphaGeometryチームメンバー（左から）Yuhuai Wu氏、Trinh Hoang Trieu氏、Le Viet Quoc氏、Luong Minh Thang氏。写真： Aaron Cohen

ロイター通信によると、この成果は、1年も経たないうちに数学者がAIを活用して未解決の研究課題を解決できるようになることを示している。

AI DeepMindの研究員であり、ブラウン大学（米国）の数学教授であるジュンヒョク・ジョン氏は、「自然言語で難しい推論問題を解決できるようになれば、AIと数学者の協力の可能性が広がると思う」とコメントした。

Google の研究者もこの楽観的な見方を共有しており、AI モデルの能力は物理学などの他の分野の研究課題にも応用できると考えています。

20年前、タンさんはチーム内で全国8位だったにもかかわらずIMO試験を欠席し、国際舞台に参加できる候補者はわずか6人しか選ばれなかった。

数学の頂点を極めるという夢は叶わなかったものの、大学入学を機に人工知能（AI）の道へと進みました。この転機が、彼をIMO 2024試験へと特別な形で導きました。出場者としてではなく、AlphaGeometryチームが開発したAIソフトウェア「AlphaGeometry」を用いて、英国バースで100カ国以上から集まった数学の才能ある人々と競い合うのです。

「2024年7月、私たちのチームは初めてAIを導入して国際数学オリンピック（IMO）に参加し、銀メダルを獲得しました」とタン博士は語りました。

飛躍的前進

Google DeepMindチームは昨年、AlphaProofとAlphaGeometry 2モデルを搭載したAIを使用してIMOコンテストに参加しました。初挑戦で、GoogleのAIは6問中4問を正答し、銀メダルを獲得しました。

2025年までに、Google DeepMindはIMOと提携してAIモデルを公式にコンテストにエントリーする企業の1つとなり、そのモデルはコーディネーターによって採点され、認定される予定です。

Googleは金メダル獲得を目指し、Gemini Deep Think多目的モデル（5月の開発者会議で発表されたバージョン）の使用を決定した。写真： Google。

この節目を記念して、検索大手は全く新しいモデルを用意しました。Deep Thinkは、直線的な「思考」経路を辿るのではなく、複数の推論プロセスを並行して実行し、結果を統合・比較して最終的な答えを導き出します。

タン博士によると、これは大きなパラダイムシフトです。2024年には、専門家は自然言語の質問を「ドメイン固有言語」に翻訳しなければならなくなります。そして、その出力結果を説明しなければならないのです。

しかし、Deep Think を使用すると、AI システムは完全に自然言語でエンドツーエンドで動作し、数学の問題を解く以上の多くのことが可能になります。

これまで、数学の法学修士（LLM）の能力向上には、最終的な解答を得るための強化学習が必要でした。Ars Technicaの取材に対し、ミン・タン博士は、この方法で訓練されたモデルは正しい解答を導き出すことはできるものの、「不完全な推論」を持ち、IMOの採点基準の一部は解答の表現に基づいていると述べました。

そこで、Deep Think を IMO 向けに準備するために、Google は新しい強化学習手法を使用し、数学の問題に対するより質の高い「長い回答」のソリューションを実現しました。これにより、モデルは回答に至るまでのすべてのステップを処理するためのより優れた基盤を獲得しました。

「この種のトレーニングにより、強力で長期的な推論力を身につけることができます」とタン博士は言います。