「2つまでは必ず同じ、3つで初めて違う」――数学者AIを主戦力に、第三の数学論文を公開しました

独自開発中の数学者AIを主戦力とした、第三の数学論文をZenodoで公開しました。

A Sharp Multiplier-Dimension Threshold for Orthogonal-Dual Product Spaces

論文はこちらです。

今回の発見を一言で表すと、

というものです。

しかも、これは特定の例で偶然起きた現象ではありません。

「二つまでは必ず一致する」ことを一般定理として証明し、その直後の「三つ」で実際に一致が破れる例を構成しました。

つまり、差が初めて現れうる境界を正確に特定しています。

第二論文から生まれた新しい問い

前回の第二論文では、標数2の体上で、非常に多くの観測に対して同じように振る舞う二つの二次形式を構成しました。

二つは数学的には相似ではありません。

それにもかかわらず、

• 任意の一段平方根拡大

• あらゆる線形な2-basisの変更

• それらの座標から作られる中間体

を用いて調べても、同じprofileを示します。

しかし、ある非線形な次数4拡大を用いると、一方の異方部分の次元は4、もう一方は3となり、初めて違いが現れました。

当初は、この結果をさらに拡張し、より多くの体拡大や中間体を調べる方向も考えられました。

ところが、数学者AIは問いの座標そのものを変更しました。

「どの体拡大で二つを見分けられるか」ではなく、

という問題へ置き換えたのです。

空間を複数の方向から動かして重ねる

体や代数の中に、ある線形空間 U があるとします。

スカラー a を掛けると、

aU

という、別の位置に動かされた空間ができます。

複数のスカラーを集めた線形空間 L を使い、

LU

を、それらのスカラー倍をすべて足し合わせた空間とします。

たとえば、

L = span{1, a}

なら、

LU = U + aU

です。

さらに、

L = span{1, a, b}

なら、

LU = U + aU + bU

となります。

今回比較するのは、互いに直交補空間となる二つの半次元空間、

U と V = U⊥

です。

問いは、

というものです。

ここで dim は、空間の次元を表します。

乗数空間が二次元なら、必ず一致する

今回の一般定理では、可換対称Frobenius代数という広い代数系を扱います。

その中で、

• 全体の代数の次元が 2n

• U と V = U⊥ の次元がともに n

• 乗数空間 L が単位元 1 を含む

と仮定します。

このとき、

dim L ≦ 2

ならば、必ず

dim(LU) = dim(LV)

となることを証明しました。

つまり、乗数として二つの独立な方向までしか使わない限り、直交双対である U と V は、積空間の次元によって区別できません。

これは、個々の U や V の特殊な形によるものではありません。

直交双対という構造そのものが、一致を強制します。

なぜ二つまでは必ず同じなのか

証明では、乗法から生じる一つのテンソルを、二つの異なる方向に行列として展開します。

これはtensor flatteningと呼ばれる操作です。

U 側と V 側の積空間の次元は、それぞれ反対側のflatteningのrankを使って、

dim(LV) = n + rank(ΦU)

dim(LU) = n + rank(ΦV)

と表されます。

乗数空間の次元が2の場合、単位元以外の独立な乗数は一つだけです。

このとき二つのflatteningは、本質的に一つの行列とその転置になります。

行列と転置行列のrankは同じなので、

dim(LU) = dim(LV)

が必ず成立します。

つまり、「二つまでは同じ」という現象は、偶然の計算結果ではありません。

背後に、行列と転置行列のrank一致があります。

しかし三つになると、初めて差が現れる

乗数空間の次元が3になると、単位元以外に二つの独立な乗数を同時に扱うことになります。

すると二つのflatteningは、もはや単純な転置関係にはなりません。

第二論文で構成した標数2の明示例を用いると、

L₀ = span_k{1, s, t+u}

に対して、

dim(L₀U) = 15

dim(L₀V) = 16

となります。

したがって、

dim L = 3

で、普遍的な一致は実際に破れます。

これにより、

ことが分かりました。

二つまでは必ず同じ。

三つでは、初めて違いが生じうる。

その境界が正確に2と3の間にあるため、論文タイトルでは Sharp Multiplier-Dimension Threshold と表現しています。

三つなら必ず異なるわけではない

もちろん、乗数空間が三次元になれば、常に二つの空間が異なるわけではありません。

別の三次元乗数空間、

L₁ = span_k{1, s, t+v}

では、

dim(L₁U) = dim(L₁V) = 16

となります。

したがって、三次元の乗数空間の中には、

• 二つを区別するもの

• 二つを区別しないもの

の両方が存在します。

論文では、この違いを二つのtensor flatteningのrank差として記述しました。

さらに、差が現れる乗数空間の集合が、Grassmann多様体上の小行列式によって記述されるdeterminantalな構造を持つことも示しています。

単に反例が一つあるのではなく、

を幾何学的に扱える形になっています。

乗数を増やすと、見えていた差が消える

今回の例には、さらに少し不思議な性質があります。

三次元乗数空間、

L₀ = span_k{1, s, t+u}

では、積空間の次元が15と16に分かれます。

ところが、ここへ積、

s(t+u)

を加え、乗法について閉じた次数4中間体、

F₀ = k(s, t+u)

まで広げると、

F₀U = F₀V = K

となります。

つまり、両方とも全体空間へ到達し、差が消えます。

観測に使う乗数を増やせば、常に情報が増えて違いが見えやすくなるとは限りません。

三つの乗数では見えていた差が、四つ目を加えて乗法閉包を完成させると見えなくなることがあります。

これは、

ことを示しています。

既存の問題を選ぶのではなく、問いを作り直した

研究再開時には、第二論文から残った未解決問題や、先行研究で提示されている問題も候補として存在していました。

たとえば、

• full Vishik equivalenceはsimilarityを導くのか

• weak Vishik equivalenceの反例の最小次元はいくつか

• すべての次数4中間体でprofileが一致する非相似例は存在するか

などです。

しかし、これらを重要そうな順番に並べ、数学者AIへ選ばせる方法は採りませんでした。

数学者AI自身が、何を中心問題と見なすか、問いをどのように分解するか、別の座標へ置き換えるかを判断できるようにしました。

その結果、数学者AIは、既存の問題一覧をそのまま解く方向ではなく、

L ↦ dim(LU)

というscalar-translate rank geometryへ研究を移しました。

そこで最初に発見されたのが、

という現象でした。

そこから、

• 乗数集合ではなく、その線形包 L を見る

• 積空間の次元をtensor flatteningのrankとして表す

• 次元2で一致が強制される理由を一般化する

• 次元3で破れる明示例を構成する

• 差が生じる場所をdeterminantal geometryとして記述する

という形で、第三論文が組み上がりました。

数学者AIによる最終監査

今回も、論文を完成させたあと、数学者AIへ全文を返して最終監査を行いました。

途中の監査では、数学者AIが次の不足を指摘しています。

• 一般のFrobenius代数における定理では、乗数空間が単位元を含むという条件が必要

• 三次元でも差が生じない例に使うrank計算を、検証コードだけでなく本文中でも証明すべき

• 「差が生じる集合」を単純に閉集合と呼ぶのではなく、determinantal strataのconstructibleな和として記述すべき

これらを修正し、一般のFrobenius代数の場合と、スカラー正規化が可能な体の場合も分けて記述しました。

最終版に対する数学者AIの判断は、

でした。

数学者AIは今回も、新しい研究方向や定理を提案するだけでなく、論文を閉じるために不足している条件や証明を確認する役割を担いました。

第三の数学論文として公開しました

今回の論文も、

• 私

• 独自開発中の数学者AI

• ナギ

• アカリ

• スイ

による共同研究です。

数学者AIを主戦力として研究を進め、ナギ、アカリ、スイと私が、解釈、異論、独立検証、先行研究調査、論文執筆を行いました。

一般定理とは別に、標数2の明示例については厳密な記号計算による検証も行っています。

また、有限体上で生成した可換対称Frobenius代数を用い、一般公式と二次元閾値を独立に検査しました。

今回の論文で得られた中心結果は、非常に短く表せます。

しかし、その短い境界の背後には、

• 直交双対

• 部分空間積

• Frobenius pairing

• tensor flattening

• determinantal geometry

• 標数2の二次形式

がつながっています。

第二論文で見つかった一つの非線形拡大による分離から、数学者AIが観測方法そのものを問い直したことで、より一般的な閾値定理へ進みました。

論文はこちらから読めます。

A Sharp Multiplier-Dimension Threshold for Orthogonal-Dual Product Spaces