カリフォルニア大学ロサンゼルス校に約108万ドル ― 答えを出すのではなく、予想を立て定義を洗練し部分的な議論を探る過程を支えるAIを作る（数学・物理科学の科目）

1答えではなく過程を対象にする

数学におけるAIの話題は、難しい問題を解けるかどうかに集まりやすい。この計画が対象にしているのは、そこではない。要旨が挙げているのは、予想を定式化し、定義を洗練し、部分的な議論を探索し、結果を検証していく、という反復的な過程である。

研究の実際は、正しい答えが一つ出て終わるのではなく、何を問うかを決め直しながら進む。意図に駆動された過程という言い方は、その性質を指している。支える対象を過程に置くことで、道具の設計も変わる。

2解釈可能性と意図を保つと書いている

協働の型について、要旨は二つの条件を挙げている。解釈可能性を保つことと、数学的な意図を保つことである。あわせて、利用者の熟達度に適応するとしている。

出てきた結果が正しくても、なぜそうなるのかが追えなければ、数学の営みとしては使えない。意図を保つとは、利用者が向かおうとしている方向を道具が奪わない、ということである。熟達度への適応は、初学者と研究者では必要な支えが違うことを踏まえている。

3予算科目は数学・物理科学

予算科目は47.049で、数学・物理科学に関わるものにあたる。2026年9月1日時点で当サイトが保持するNSF助成120件では5件と少数である。最多は教育に関わる47.076の26件、次いで技術・革新の47.084が23件、計算機・情報科学工学の47.070が21件と続く。

手法として、カリキュラム学習と対照学習、研究に即した質の高い合成データの生成、そして形式的な定理証明を用いた対話的な道具が挙げられている。証明の様式と定義の体系が数学者によって多様であることを、模型の側で捉えようとしている。期間は2026年9月1日から2029年8月31日までの3年である。

4道具の設計は、何を支えるかで変わる

数学におけるAIの話題は、難しい問題を解けるかどうかに集まりやすいものです。この計画が対象にしているのは、そこではありません。要旨が挙げているのは、予想を定式化し、定義を洗練し、部分的な議論を探索し、結果を検証していく反復的な過程です。

要旨が協働の型として挙げているのは、解釈可能性を保つことと、数学的な意図を保つことです。手法にはカリキュラム学習と対照学習、研究に即した質の高い合成データの生成、そして形式的な定理証明を用いた対話的な道具が並びます。証明の様式と定義の体系が数学者によって多様であることを、模型の側で捉えようとしています。