主要な数学的予想を発見するためのLLMフレームワーク：AIによる次なるリーマン予想への探求

主要な数学的予想の発見は、これまで専門家の直感に大きく依存しており、その体系的な生成と検証を統一的に行う方法は確立されていませんでした。この非効率性は、数学的発見の速度を制限する要因となっていました。本研究では、この課題に対し、LLMを活用した数学的予想発見のための3段階パイプラインを提案しています。第一段階では、明示的な局所的証拠モジュールからの領域探索を行い、潜在的な予想候補を特定します。第二段階では、基礎性、新規性、潜在的意義を評価するための「反省的検証」プロセスを経て、予想の「数学的趣味の良さ（problem taste）」を選別します。最終段階では、Lean 4とMathlibを用いた形式的検証により、予想の厳密な正当性を確認します。このパイプラインの目的は、その証明が研究分野の言語を再編成し、人間の数学研究に永続的な助けをもたらすような、高い数学的潜在性を持つ問題を発見することです。20の候補に対する実験では、自然言語から安定した検証経路が示されました。この技術的意義は、AIが高度な数学的推論と創造性を発揮し、人間だけでは困難だった新しい数学的知識を発見する可能性を開く点にあります。開発者にとっては、AIの論理的推論能力をさらに高めるための新たな研究方向性を示唆し、数学者にとっては、未解決問題へのアプローチや新しい視点を提供することで、研究効率を大幅に向上させることが期待されます。将来的には、AIが数学分野における共同研究者となり、新たな数学的ブレイクスルーを生み出す時代が到来するかもしれません。