技術約18分で読めます

288コアで検証されたAlpöge氏のリーマン予想Lean証明をM1 Maxで一部確かめた

いけさん目次

2026年11月20日(米国時間)、Anthropic所属の数学者Levent Alpöge氏が、Claudeと共同でリーマン予想の証明を見つけたと考えているという4ページの告知PDFを自分のサイトに置いた。同じ手法で一般化リーマン予想まで解けるとも書いていて、証明は人間向けの論文ではなく、証明支援系Leanのソースコードだけで公開されている。本人は告知の中で、読めないほど巨大な文書を出すのは不適切なのでLeanのコードだけを公開したと説明している。

Scientific Americanの記事によれば、MITの数学者Andrew Sutherland氏は同じ日にこのLeanコードを独自にコンパイルしている。
それとは別に、GitHubでは清華大学IIIS(情報科学研究所)のSimian Luo氏(画像生成の高速化手法LCMの作者)が、luosiallen/riemann-hypothesis-lean-verify というリポジトリを公開した。証明のソース自体は入っておらず、検証の手順・ログ・判定に使ったツールのコードだけが置かれている。調べてみると、ビルドを通すだけでなくLeanの検証をごまかせる抜け道も一つずつ潰しているようなので、手元のM1 Maxでどこまで確かめられるか一部を試してみた。

前提になる用語

リーマン予想は、複素数 s を取るリーマンゼータ関数 ζ(s) についての1859年からの未解決問題だ。ζ(s) は負の偶数 −2, −4, −6, … で必ず0になり、これらは「自明な零点」と呼ばれて対象から外れるが、それ以外の0になる点(自明でない零点)はすべて実部が 1/2 になる、というのが予想の内容になる。クレイ数学研究所の解説によれば、素数が平均的な分布からどれだけずれるかにこの予想は関わっている。一般化リーマン予想は、同じ主張をディリクレL関数という関数の族全体へ広げた予想だ。

Leanは、数学の定義と証明をプログラムとして書き、コンピューターに正しさを確かめさせる「証明支援系」と呼ばれるツールで、証明すべき命題を「型」、証明をその型に合う値として扱う。最後に型が合っているかを判定するのは「カーネル」という小さな検査部分になる。証明を書きやすくするための自動化には、証明手順を組み立てる「タクティク」や、省略された型情報を補う「エラボレーター」といった仕組みがある。こうした自動化部分は大きく複雑だが、そこが何を出力しても、最後にカーネルの型検査を通らなければ定理として登録されない。

MathlibはLeanのコミュニティが整備している数学ライブラリで、リーマン予想そのものも Mathlib の中に RiemannHypothesis という名前で定義済みになっている。

検証対象と全体の流れ

Luo氏の検証リポジトリのREADMEに載っている検証対象と実行環境はこんな感じ。

項目値
配布元https://alpo.ge/lean.tar.gz.part01 〜 part14 の14分割
アーカイブ239,275,554バイト、全体のハッシュ値(SHA-256、ファイル内容の指紋にあたる値)を記録
Leanソース175,187個の .lean ファイル(Leanで「モジュール」と呼ぶ単位)、検証リポジトリ記載では1.4GB
Leanのバージョンleanprover/lean4:v4.33.1
Mathlibコミット(Git上の特定の記録版) 0df444a360eaa60ab8c11dca51a86af692955474
マシン1回目の試行(Run 1)は128コア・503GB RAM、2回目(Run 2)は288コア・1TB RAM

元のアーカイブからソースを集計した有志の複製サイト(ミラー、Tomodovodoo/Riemann)では、行数は約1,737万行と集計している。
検証作業はダウンロードから最後の再チェックまで6段階になっていて、後半のカーネル再チェックでは、事前キャッシュから使っていた依存先のMathlibなども含めた183,877モジュールを通している。

graph TD
  A["ダウンロード<br/>14分割とSHA-256"] --> B["静的チェック<br/>危険な構文をgrep"]
  B --> C["フルビルド<br/>全175,187モジュール"]
  C --> D["公理の確認<br/>2通りの方法"]
  C --> E["命題の確認<br/>定義元を照合"]
  D --> F["カーネル再チェック<br/>183,877モジュール"]
  E --> F

実行前の静的チェック

ビルドを始める前に、全ソースに対して128並列でgrepをかけ、Leanの検証を弱められる構文を数えている。sorry は証明を後回しにするための仮置きで、これが残っていると証明は未完成になる。axiom は証明なしに命題を前提として追加する宣言で、偽の命題を公理にすれば何でも証明できてしまう。native_decide や implemented_by は、計算の一部をカーネル以外のコンパイル済みコードに任せる仕組みで、カーネルだけを信頼するという前提が成り立たなくなる。

構文件数
sorry / admit0
axiom0
native_decide、ofReduceBool、trustCompiler0
implemented_by、extern、unsafe、opaque0
debug.skipKernelTC0
initialize、IO.0
macro87
run_tac32
run_cmd5
elab4
addDecl2

表の下5種類は0件ではなかったため、検証リポジトリでは中身を手作業で確認している。run_cmd の5件は補題検索の候補から特定の名前空間を外す設定だった。独自タクティクの kexactB と kcopy(マクロやタクティクを定義する macro / run_tac / elab に関わる実装)は、エラボレーターの同値判定を飛ばして証明の未完成部分を補う仕組みだが、定理として登録するときにはカーネルの型検査を受ける。addDecl の2件も宣言を別名でコピーする用途で、同じくカーネルを通る。
文字列検索だけでは、ビルド時に依存キャッシュや別経路からカーネル検査を飛ばす仕掛けまで完全には排除できないため、ここからフルビルドと公理・再チェックへ進んでいる。

288コアでビルドが詰まった話

ビルドはLean付属のビルドツールLakeで始めたが、128コアのRun 1では素のLakeで毎分約400モジュール進んでいたのに対し、288コアのRun 2では毎分30〜50モジュールまで逆に遅くなった。Lake自身がCPUを約225コア分使い、実際に動いている lean プロセスは7〜47個にとどまっていた。perf で調べると、Lakeの約270本のワーカースレッド(作業を並列実行するスレッド)が、時間の85%を共有のビルド状態を取り合う処理(lean_st_ref_take)で待っていたためだ。コアを増やしたことでロックの取り合いが悪化した。

そこでLuo氏は、Lakeのスケジューラー(処理順を決める部分)だけを自作の sched.py に置き換えた。全175,187モジュールの import を解析すると、依存の辺は753,569本で循環はなく、最も長い依存の連鎖は203モジュールだった。sched.py はこの最長の連鎖を優先しながら常に288個の lean を動かし、設定ファイル(lakefile)と同じオプションをそのまま指定して動かす。コンパイラーもモジュールごとのカーネル検査も同じで、ビルドする順番の決め方だけを入れ替えている。なおMathlib本体はこのビルドに含めず、事前に配布されているキャッシュを利用している。

ところが最初は、実行途中で Unknown identifier が出て依存先の425モジュールが止まってしまった。小さいモジュールで原因を確かめると、lean を呼ぶときに -R(ソースのルートディレクトリ指定)を付け忘れていた。通常のLakeビルドでは -R の指定によりモジュール名が src. なしで解決されるが、付け忘れるとLeanが全モジュールを src.<パス> という名前として扱ってしまう。Leanはモジュール名から型クラスのインスタンス名などを自動生成するため、ソース側に直接書かれたLake流の識別子と名前が食い違ってエラーになっていた。
Luo氏は約105,700モジュール分のビルド結果を捨てて(捨てたログは verification-logs/discarded-run-2c/ に残してある)、-R を付けて最初からやり直した。

やり直したビルドでは速度が毎分約1,350〜1,700モジュールまで上がり、結果はこんな感じになった。

項目結果
ビルドできたモジュール175,187 / 175,187
失敗・依存待ちで止まった・未実行0 / 0 / 0
かかった時間(sched.py の部分)2時間0分33秒
警告が出たモジュール104,066
sorry を含む警告の行0

警告の大半はリンター(記述を自動点検する機能)や非推奨APIに関するもので、警告のログ全体も warnings.log.xz として公開されていて、sorry を含む行が0件だと確認できる。

ビルドが通っても、その定理がどの公理に依存しているかは別に確かめる。Leanでは #print axioms 定理名 で定理が依存する公理の一覧を出せるが、標準の3公理(互いに同値な命題を等しいとみなす propext、選択公理の Classical.choice、同値関係で割った商の上で同値な要素を等しいとする Quot.sound)以外が出てきたら無条件の証明にはならない。

ただLuo氏は、通常の #print axioms だけで十分かを先に疑って再現実験を行っている。debug.skipKernelTC でカーネル検査を切った2行のモジュールへ addDecl 経由で bogusFalse : False := True.intro(偽を真で証明したことにする宣言)を登録すると、コンパイルが通ってしまった。しかもそれを使った定理に #print axioms をかけると「公理なし」と表示された。Lean 4.33の #print axioms は、各 .olean(.lean ソースをコンパイルして作る中間ファイル)が書き出し時に計算しておいた公理の一覧を参照する仕様になっていて、さらに環境に見つからない定数があっても警告を出さずに飛ばしてしまうためだ。

そのため、公理の確認には #print axioms に加えて自作の AxiomWalk.lean も使っている。AxiomWalk は全モジュールを読み込んだ環境で定理からたどれるすべての定数の中身を追跡し、見つからない定数があればエラーで止める仕組みだ。
最初に動かした版では、到達した定数1個ごとに約18万6千モジュール(アーカイブ側175,187にMathlibや依存ライブラリを加えた全体)の名前一覧を取得し直していて、毎回約12ミリ秒かかるため毎秒約130定数しか進まず、終わるまでに約3時間かかる計算だった。一覧の取得をループの外に出して1回だけ読むように直すと、riemannHypothesis の148万定数を約5.5分でたどり終えた。
実行した結果は、通常の #print axioms でも AxiomWalk でも5本すべてが標準の3公理だけで、欠落定数も0だった。

定理AxiomWalk で到達した定数の数
riemannHypothesis1,478,219個
riemannZeta_eq_zero_re1,478,221個
LFunction_ne_zero_of_half_lt_re1,478,211個
LFunction_eq_zero_re1,478,224個
LFunction_eq_zero_re_of_isPrimitive1,478,214個

命題がすり替わっていないかの確認

公理が標準の3つだけでも、証明された命題そのものが本物のリーマン予想でなければ、元の問題を解いたことにならない。アーカイブの src/Main.lean に書かれた最上位の定理は次の5本で、Leanでは : の右に命題の型、:= の右に証明本体を書く。

theorem riemannHypothesis : RiemannHypothesis := rhOfAll
theorem riemannZeta_eq_zero_re : RiemannZetaZerosOnLine := rhOfAll
theorem LFunction_ne_zero_of_half_lt_re : DirichletLNonvanishingRightOfHalf := allChi
theorem LFunction_eq_zero_re : DirichletLZerosOnLine := claimAll.2.1
theorem LFunction_eq_zero_re_of_isPrimitive : PrimitiveDirichletLZerosOnLine := critAll

1本目の RiemannHypothesis はMathlibの定義をそのまま使っている。残り4本の命題はアーカイブ内の Statements.lean で独自に定義されており、このファイルはMathlibだけを読み込んでいる。Leanが出力したMathlib側の RiemannHypothesis の定義はこんな感じ。

def RiemannHypothesis : Prop :=
∀ (s : ℂ), riemannZeta s = 0 → (¬∃ n, s = -2 * (↑n + 1)) → s ≠ 1 → s.re = 1 / 2

日本語に直すと、複素数 s で ζ(s) = 0 となり、s が自明な零点 −2(n+1) でも s = 1 でもないなら、s の実部は 1/2 だという意味になる。たとえばアーカイブ内で riemannZeta を同じ名前の別の関数として定義し直していれば、Mathlibとは違う主張を証明してしまうため、Luo氏は StatementAudit.lean を使い、命題に出てくる定数がどのモジュールで定義されたものかをスクリプトで確かめた。

確認内容結果
RiemannHypothesis、riemannZeta の定義元Mathlibの Mathlib.NumberTheory.LSeries.RiemannZeta
DirichletCharacter.LFunction の定義元Mathlibの Mathlib.NumberTheory.LSeries.DirichletContinuation
独自の4命題の定義元アーカイブの Statements(import はMathlibだけ)
5本の定理の型宣言どおりの命題と一致
RiemannZetaZerosOnLine = RiemannHypothesisrfl(左右の定義を展開すると同一の式になるか確かめる記法)で型検査が通る
Mathlibの状態0df444a360ea、変更されたファイル0

2本目の RiemannZetaZerosOnLine は上の表のとおり RiemannHypothesis と定義が同一だと確かめられたが、後ろの3本(ディリクレL関数に関する一般化リーマン予想にあたる命題)はアーカイブ側で書かれた定義になる。使っている定数がMathlibのものだという点まではスクリプトで確かめられても、数学的な主張として正しく書けているかは人が読んで確かめるしかない。リポジトリには独自4命題の定義も全文載っている。

全モジュールをカーネルで検査し直す

最後の作業は、コンパイル済みの .olean をカーネルでもう一度検査し直す「再チェック(replay)」だ。先ほどの debug.skipKernelTC の例のように、カーネル検査を通らずに .olean へ含まれた定数があっても、ビルドが通っただけでは拾えない。Lean 4.33には、lean4checker の後継として leanchecker が標準で入っている。leanchecker は通常、指定したモジュールの依存先 .olean は検査済みのものとして読み込み、指定モジュール自身の定数だけを一つずつカーネルに追加し直すため、依存の途中にある偽の定数を見落とさないよう、検証対象を末端まで広げて全部の依存モジュールを通すか、--fresh で空の環境から積み直す必要がある。

標準の leanchecker コマンドは引数1個ごとに検索パス上の全 .olean を探し直す作りで、今回の規模では処理が重すぎた。そこでLuo氏は、leanchecker の再チェック処理(replayFromImports)をそのまま写し、モジュールの一覧を指定する部分だけを変えた ReplayExact.lean を作った。対象は Main が依存する全モジュールで、Lean本体に標準で入っている Init・Std・Lean・Lake だけを外し、ビルド節ではキャッシュから使っていたMathlibなども含めて検査している。

本番の前に、偽の定理を入れたモジュールで動作を確かめている。標準の leanchecker と自作の replayexact の両方が、先ほどの bogusFalse を (kernel) declaration type mismatch で拒否し、正しいモジュールやMathlibのモジュールはどちらも通した。
そのまま ReplayExact で本番を通した結果はこんな感じ。

項目結果
再チェックしたモジュール183,877(アーカイブ内175,187、Mathlib 8,312、その他の依存ライブラリ)
成功 / 失敗183,877 / 0
並列数100モジュールずつ、256プロセス
経過時間(並列実行での実時間)3,557秒(約59分)
モジュールごとの時間の合計(延べ時間)816,978秒(約227時間)
最も時間がかかったモジュールGroundTheory.PAdicHodge.BCrisGalois(391.2秒)

モジュール名には現代の数論で使われる分野名(p進ホッジ理論、アーベル多様体、保型スペクトルなど)が使われていて、Alpöge氏の告知PDFにあるテータリフトや保型形式の議論がどのファイルに対応するのかまでは名前からは分からない。

なお検証ログを見ると、予定していたうち「標準 leanchecker で59モジュールを通し replayexact と結果を突き合わせる確認」と「leanchecker --fresh Main による空環境からの1スレッド再チェック」の2つは、検証側の判断で省かれている(READMEの手順欄は再チェックが「予定」のまま更新されていないが、検証ログでは完了扱い)。またREADMEの最後にも書かれているとおり、カーネルの検査が通ることは有力な根拠になるものの、Leanのカーネル自体やMathlibの定義が正しいことは前提に置いており、命題の妥当性とツールチェーンについての専門家による数学的なレビューの代わりにはならない。Alpöge氏自身も告知の中で、議論は今のところ非常に長く、理解して書き直すのはこれからだとしている。

ビルドログ、警告、再チェックのログは verification-logs/ にSHA-256付きで置かれている。同じLeanとMathlibのバージョンおよび14分割のアーカイブがあれば手元でも同じ確認をやり直せる材料が公開されているので、M1 Maxで確かめられる範囲を実際に動かしてみた。

手元のM1 Maxで確かめたこと

フルビルドは288コアのマシンでも2時間かかっていて、手元の環境で全部をやり直すのは時間がかかりすぎる。そこで、Mathlibなしで試せる小さな再現実験と、Mathlibを使う範囲でも小さく切り出せる部分を選び、検証リポジトリの手順をM1 Maxで確かめた。

検証環境

項目値
マシンM1 Max、64GB RAM
Lean4.33.1(コミット 819816b2e0a3、検証ログと同じ)
Mathlib0df444a360ea(アーカイブに入っていた lake-manifest.json をそのまま使用)
アーカイブ2026年11月21日(日本時間)に alpo.ge から取得

配布アーカイブのハッシュと静的チェック

14分割を取得すると合計239,275,554バイトで、連結したファイルのSHA-256も、各ファイルの14件も、検証リポジトリの値とすべて一致した。展開すると .lean は175,187ファイル、17,374,215行、1,030,531,854バイトになり、ファイル数と行数は有志ミラーの記載と同じだったが、検証リポジトリに書かれている1.4GBとはバイト数が合わなかった(差の理由は公開資料からは分からない)。設定ファイルの lakefile.toml は宣言だけで、ビルド時に実行されるLeanコードは入っていなかった。

危険な構文の件数も、検索ツールripgrepの単語一致で数え直した。

構文手元検証リポジトリ
sorry admit axiom native_decide ofReduceBool trustCompiler implemented_by extern unsafe opaque debug.skipKernelTC initializeすべて0すべて0
macro / run_tac / run_cmd / elab / addDecl87 / 32 / 5 / 4 / 287 / 32 / 5 / 4 / 2
IO.1430

143件と数が違った IO. は、線形の変換(linear map)に IO という名前を付けた箇所(IO.HfInt、IO.sqrt_d_pos など)で、入出力のAPIではない。IO.print・IO.FS・IO.Process といった実際の入出力の呼び出しは0件で、なぜ検証リポジトリ側が0件と数えたのかの細部は公開資料には載っていなかった。
run_cmd の5件は BuildAid/D1〜D5.lean の Lean.modifyEnv 呼び出し、addDecl の2件は CutCptCopy.lean の別名登録処理で、288コア側の説明どおりだった。

Mathlibなしの小さなLakeプロジェクトを作り、検証リポジトリの bogusFalse を再現した。普通の theorem として set_option debug.skipKernelTC true in theorem bogusFalse : False := True.intro と書くと、カーネルより手前のエラボレーターが型照合を行って Type mismatch で止まった(debug.skipKernelTC が外すのはカーネルの検査だけ)。そこでプログラム自体を操作する仕組み(メタプログラミング)で addDecl を直接呼んで宣言を登録するとエラーなしで通り、偽からは何でも導けるため、これを使った theorem oneEqTwo : 1 = 2 := bogusFalse.elim に #print axioms をかけると 'oneEqTwo' does not depend on any axioms と表示された。debug.skipKernelTC を外すと、同じ addDecl は (kernel) declaration type mismatch で拒否された。

次に、偽の宣言を書いた Demo.Bogus、それを使う Demo.UseBogus、正しい定理だけの Demo.Good の3ファイルに分けて lake build するとビルドは成功した。標準の leanchecker をモジュール単体、プロジェクト全体(Demo)、そして --fresh オプション付きでそれぞれ実行した結果はこんな感じ。

対象終了コード出力
Demo.Good0なし
Demo.Bogus1(kernel) declaration type mismatch
Demo.UseBogus0なし
Demo(全体)1(kernel) declaration type mismatch
--fresh Demo.UseBogus1(kernel) declaration type mismatch
--fresh Demo.Good0なし

Demo.UseBogus だけを指定すると、偽の定理を使っているのに終了コード0で通ってしまう。通常モードの leanchecker は依存先 Demo.Bogus の .olean を検証せずそのまま読み込み、Demo.UseBogus 自身の定数だけを検査し直す仕様だからで、検証リポジトリが Main の依存全体を再チェックの対象にしたのも同じ理由と思われる。--fresh を付けると空の環境から積み直すので Demo.UseBogus 単体でも偽の定理を検出したが、何も import しない Demo.Good でも1回約40秒、最大メモリ約500MBかかった。

Statements.lean の定義確認

別のフォルダに同じMathlibのコミットを固定したプロジェクトを作り、アーカイブの Statements.lean(16行、import は Mathlib だけ)をコピーしてビルドした。依存する9パッケージのコミットはアーカイブに入っていた版と同じで、Mathlibのビルド済みキャッシュは検証ログ記載の8,690ファイル(アーカイブ側と異なる依存構成も含めた総数)が約99秒で取得でき、Statements 自体のビルドは27秒。

定義元のモジュールを表示するコマンドを書いて調べた結果は検証リポジトリの表と同じだった。

定数定義元のモジュール
RiemannHypothesis、riemannZetaMathlib.NumberTheory.LSeries.RiemannZeta
DirichletCharacter.LFunctionMathlib.NumberTheory.LSeries.DirichletContinuation
DirichletCharacter.IsPrimitiveMathlib.NumberTheory.DirichletCharacter.Basic
RiemannZetaZerosOnLine、DirichletLZerosOnLineStatements(アーカイブ内)

example : RiemannZetaZerosOnLine = RiemannHypothesis := rfl はエラーなしで通り、命題を1か所だけ変えた3種類でも rfl が違いを拒否するかを試した。

変えた箇所rfl
s ≠ 1 の条件を抜くType mismatch で拒否
実部を 1/2 から 1/3 にするType mismatch で拒否
自明な零点の除外を −2(n+1) から −2n にする(0 を含む)Type mismatch で拒否

依存グラフの集計

各ファイルの先頭の import 行を約19秒で集計すると、依存グラフの各数値は検証リポジトリのログと一致した。

項目値
アーカイブ内の import による依存の辺753,569(循環なし)
最長の依存の連鎖203モジュール
Main が依存しているモジュール175,187(使われていないファイルは0)
import Mathlib(Mathlib全体)を書いているファイル155,753
個別に import されたMathlibモジュールの種類344
アーカイブ内の import が0のファイル5,927
最も多くのファイルから import されているモジュールCTSmallCone(3,088ファイル)
1ファイルで最も多く import しているモジュールHeisenbergConjugationMeasurePreserving(370個)

この集計で得た依存グラフに、検証リポジトリのビルドログへ記録されているモジュールごとのビルド時間(合計1,954,959秒、約543時間)を当てはめ、最も時間のかかる依存の連鎖をたどったところ、Main まで54モジュールで3,893.8秒(約65分)だった。この連鎖は順番にしか処理できないため、検証リポジトリと同じ速さのコアなら65分が理論上の下限になり、実際の288コア機(Run 2)は約2時間で終わっている。

153モジュールの部分ビルド

依存が153モジュールの範囲になる Development.AutomorphicSpectrum.Proofs.MetricProofs.LogSineMongeAmpereIntegralStatement を選び、その依存ファイルだけを別のフォルダへコピーして lakefile.toml のオプション(maxHeartbeats = 4000000、--tstack=400000 など)をアーカイブと合わせてビルドした。ところが用意したMathlibのビルド済みキャッシュが効かず、Mathlib本体の8,312モジュールとBatteries・Aesopなどの依存もソースからビルドし直したため、実時間は3,394秒(約57分)かかった。

そこで、エラー0で完了したアーカイブ内の153モジュール分だけを取り出して、288コア機のビルドログと比べた。

項目M1 Max288コア機
153モジュールの時間の合計1,669秒1,314秒
1モジュールの中央値9.8秒7.8秒
M1 Max÷288コア機(モジュールごと)中央値1.20倍、10〜90%点で0.67〜1.64倍-
1プロセスの最大メモリ約6.1GB-

M1 Maxでは ProjTwist が40.0秒(288コア機は13.9秒)、FubiniStudyIntegral が38.0秒(同12.1秒)と時間がかかったが、Mathlibのビルドと同時に実行されていたためCPUの取り合いも含まれている。
この153モジュールから出た比率(1.2倍)と、今回のビルドで実際に動いた平均並列度(約9.2コア分)を全体の543時間に当てはめると約71時間(ほぼ3日)になり、カーネル再チェック(288コア機の合計約227時間)はこれとは別にかかる。ただし153/175,187モジュールからの外挿なので、最も重かった GroundTheory.PAdicHodge 系での比率や、1プロセス最大約6.1GBのメモリが並列度を抑える影響までは分からない。ちなみに、アーカイブの展開とMathlibを合わせた作業フォルダはこの時点で約24GBになっていた。