2026年8月4日、Davide Piffer氏が自身のSubstack「PifferPilfer」で論考「AI Isn’t Outthinking Mathematicians. It’s Out-Remembering Them.」を公開し、Hacker Newsでも話題になった。主張は、AIが難しい数学の問題を解けるのは推論能力が人間より優れているからとは限らず、人間よりはるかに大きな作業記憶（ワーキングメモリ）を使えることが大きく効いているのではないか、というものだ。AIの能力をどう評価するかに関わる視点なので、要点を整理する。
発表内容
Piffer氏によると、AIが数学の問題を解いたときの説明は「大量の例題を学習したから」「強化学習でより良い推論戦略を身につけたから」「数学的な直観のようなものが育ち始めたから」のどれかになりがちだという。同氏はこれらにも一理あるとしたうえで、もっと単純な可能性が見落とされていると指摘する。
But they overlook a simpler possibility: AI has access to a vastly larger working memory than the human brain. Or, more precisely, it has access to an enormous external symbolic workspace that performs many of the functions that working memory performs in humans.
論考の主な論点は次のとおり。
- 数学は記憶に縛られている：3桁同士のかけ算を暗算するのが難しいのは、一つひとつの計算が難しいからではなく、途中の結果を覚えておく必要があるからだ。紙に書けば問題の性質が変わる。紙で頭が良くなるわけではなく、使える作業記憶が増えるだけだ、と同氏は説明する。
- 熟達者の「チャンキング」にも限界がある：専門家は見慣れた構造をひとかたまりとして扱い、情報を圧縮する。ただしこれは圧縮であって、記憶容量の上限そのものをなくすわけではない。
- IQとは別にワーキングメモリが数学の成績を予測する：Alloway and Passolunghi (2011)、Alloway and Alloway (2010) の6年間の縦断研究、Blankenship ら (2015)、Friso-van den Bos ら (2013) のメタ分析を挙げ、IQを統計的に統制した後もワーキングメモリが数学の成績を独自に説明すると紹介している。
- コンテキストウィンドウは「巨大なノート」：人間のワーキングメモリと同じものではなく、外部の巨大なノートと、そこに書かれた内容を探して使う不完全な仕組みの組み合わせとして捉えるべきだとしている。
なぜ重要か
この論考の価値は、AIの性能をどう解釈するかに別の見方を加えた点にある。同氏は、普段「推論が優れている証拠」と受け取られている成果の一部は、実は人間の推論にかかっている生物学的な制約、つまりワーキングメモリの容量が非常に小さいという制約から自由であることを反映しているのかもしれない、と述べる。
LLMは推論を外に書き出している、という指摘も実務的に興味深い。同氏は、モデルが「x=6」と書けばそれがコンテキストに残り、次の一歩を生成するときにそこを参照できると説明する。そのうえで、生成されたテキストは考え終えた内容の報告ではなく、推論そのものが進む仕組みの一部だと述べている。
一方で同氏は、主張を広げすぎないよう自分で留保も付けている。ワーキングメモリと知能は大きく重なっていること、市販のワーキングメモリ訓練が知能や数学の力を大きく伸ばすとは限らないこと、長いコンテキストのすべてが完璧に取り出されるわけではないこと（公称のコンテキスト長は、そのまま完璧に使える記憶量ではない）をはっきり書いている。
現時点での未確定事項
- 取得できた原文は「数学で特にこれが効く理由」の節の途中で切れており、その後の議論と結論は確認できていない。
- AIの数学性能のうち、どれだけがワーキングメモリの差で説明できるのかを定量的に示すデータは、確認できた範囲には出てこない。
- 特定のモデル名、ベンチマーク、コンテキスト長の具体的な数値は示されていない。
- 引用されている研究はいずれも子どもを対象にしたもので、それをAIとの比較にどこまで当てはめられるかは、論考の中でも仮説の段階にとどまっている。
まとめ
- AIの数学力は「より良く考える」より「より多く覚えていられる」ことで説明できる部分がある、という問題提起。
- コンテキストウィンドウは人間のワーキングメモリではなく「巨大な外部ノート」に近い。
- 著者自身も、公称のコンテキスト長と実際に使える記憶量は違うと留保している。
実装家視点で言うと、この論考は「LLMは書いたものを足場にして考える」という、現場の感覚にはっきり言葉を与えてくれる。途中式、却下した案、制約条件をきちんとコンテキストに残すようにプロンプトやエージェントの手順を設計するのは、モデルの得意分野をそのまま活かす使い方だ。逆に、コンテキストが長ければ全部覚えている、と思い込まないこと。著者も書いているとおり、公称のコンテキスト長と実際に使える記憶量は別物だ。
元記事: https://davidepiffer.com/p/ai-isnt-outthinking-mathematicians
コメント