Claude AIエージェントは、クリティカルライン（臨界線）上に存在することが確認されたリーマンゼータ関数の零点の割合を、41.6%から67.2%へと引き上げました。この飛躍はリーマン予想を証明したものではありませんが、大規模なAI主導のワークフローが、数学的に検証可能な結果を生み出せることを示しています。
なぜリーマン予想が重要なのか
この予想は、リーマンゼータ関数のすべての非自明な零点の実部が正確に1/2であることを主張しています。これらの零点は素数の分布を制御しているため、この予想が確認されれば、素数のパターンと複素解析の間の結びつきがより強固なものになります。今日まで、「クリティカルライン（臨界線）」上に存在することが証明されている零点は、全体のごく一部に過ぎません。その割合を引き上げることは、研究の進展を示す標準的な指標となっています。
Anthropicはいかにして67.2%に到達したのか
Anthropicは、コードに特化したモデルであるClaude Codeを用い、2回の集中的なリサーチセッションを実施しました。2回目のセッションでは60のサブエージェントを投入し、それらが2,400以上のシェルコマンドを介して連携し、数百のPythonスクリプトを生成しました。プロセス全体では、合計で約3,100万の出力トークンが生成されました。これは短編小説1冊分ほどの規模に相当します。
チーム内の数学者たちが作成された論文を監査し、他の人々が各ステップを検証できるように、マシンチェック可能な証明言語であるLean 4による形式化（formalization）を公開しました。この研究には、未公開の内部研究用Claudeが使用されており、検証は正式な査読ではなく、内部チェックと専門家による短いレビューに基づいています。
この結果が実際に意味すること
新しい論文は、クリティカルライン上の零点として証明された下限値を41.6%から67.2%へと引き上げています。この数値はあくまで下限値であり、実際にはさらに多くの零点がライン上に存在する可能性がありますが、今回の解析ではそれらを捉えきれなかったことを意味します。
極めて重要な点として、この結果によって予想そのものが完全な証明に近づいたわけではありません。この予想は、すべての非自明な零点がライン上にあることを要求しており、67.2%という下限値では、3分の1以上の零点が未解明のまま残されています。
AIアプローチの限界
Anthropic自身の声明では、現在のワークフローがすぐに予想を解決することはないと明言されています。論理的な欠陥がないか、人間がモデルの出力をレビューし続ける必要があり、また、内部検証プロセスはコミュニティによる査読のような厳密さに欠けています。研究用Claudeは一般公開されていないため、独立した再現も限られています。
次のステップ
Lean 4による形式化の公開により、より広い数学コミュニティに対して証明の監査が呼びかけられています。
まとめ
AnthropicのClaudeエージェントは、AIが複雑な数学的命題の検証を加速させ、リーマンゼータ関数の零点に関する既知の下限値を大幅に改善できることを実証しました。この画期的な成果は、大規模なリサーチエージェント・ワークフローの概念実証（proof-of-concept）であり、ミレニアム懸賞問題そのものの解決ではありません。