OpenAIが「指数時間仮説」を打破か？計算機科学の歴史的転換点

OpenAIが、計算機科学における長年の難問「指数時間仮説（ETH）」を覆す研究論文を発表しました。これまで解決に膨大な時間を要するとされてきた「呪われた問題」に対し、AIの時代がもたらした新たなブレイクスルーの全貌を解説します。

「呪われた問題」と指数時間仮説

計算機科学の世界には、総当たり攻撃（ブルートフォース）で解こうとすると、宇宙の年齢を超えるような数千兆年（quadrillion years）もの時間がかかる難解な問題が存在します。その代表例が「3充足可能性問題（3-SAT）」です。これは、複数の条件（例：猫が寝ている、または犬が吠えている、またはロボットが踊っている）をすべて満たす組み合わせを見つけるパズルですが、変数の数が増えるにつれて難易度が指数関数的に上昇します。2001年にImpagliazzoとPaturiによって提唱された「指数時間仮説（ETH）」は、この種の問題を指数関数的な壁を超えて効率的に解くアルゴリズムは存在しないという前提に立っていました。

OpenAIによる歴史的な証明

OpenAIが2026年に発表した論文「The Exponential Time Hypothesis is False」は、この前提を根底から覆しました。論文では、任意のk-CNF論理式に対して、充足する割り当てを正確にカウントするための「決定論的アルゴリズム」を提示しています。このアルゴリズムは、ETHが主張する「2のn乗」という計算時間の壁を突破し、より高速な「サブ指数関数的（sub-exponential）」な時間で問題を解決できることを証明しました。専門家による査読は100%完了したわけではありませんが、その内容は極めて説得力があるものと評価されています。

カープ削減がもたらす波及効果

この発見が重要なのは、3-SATが単なるパズルではないからです。「カープ削減（Karp reduction）」と呼ばれる手法を用いることで、現実世界の多くの複雑な問題が3-SATの形式に変換可能です。動画では以下の例が挙げられています。 ・巡回セールスマン問題：何百もの病院へ最も効率的に薬を届けるルートの策定 ・グラフ彩色問題：数千の送信機に干渉なく無線周波数を割り当てる ・集合被覆問題：システム全体を監視するために最小限のセンサーを配置する ・ナップサック問題：限られた積載量の宇宙船に最も価値のある科学機器を積み込む これら一見異なる問題も、3-SATを高速に解くアルゴリズムがあれば、すべて効率的に解決できる可能性が開かれます。

アルゴリズムの実用性と詳細

OpenAIの論文は、単に「アルゴリズムが存在する」という数学的証明にとどまらず、具体的なアルゴリズムそのものを提示している点が画期的です。このアルゴリズムは、解を見つけるだけでなく「解がいくつ存在するか」を正確にカウントすることも可能です。ただし、注意点として、これは「P=NP問題」が解決されたことを意味するものではありません。あくまで指数時間仮説という特定の仮説を否定したものであり、計算複雑性理論のすべての謎が解けたわけではないという留保がなされています。

なぜ重要か

この発見により、これまで「計算コストが高すぎて最適解を求めるのは不可能」と諦められていた物流、通信、科学探査などの最適化問題において、近似解ではなく厳密な解を実用的な時間で得られる道が開かれました。計算機科学の教科書が書き換わるレベルの転換点となります。

こんな人におすすめ

計算機科学の学生、アルゴリズム開発者、最適化問題に取り組むエンジニア。計算理論の歴史的な転換点とその実務への影響を理解したい人。