9月10日、Terry Taoのブログに、Anima Anandkumarらが「Stable singularity of the Euler equations on R^3」と題した記事をゲスト投稿として公開した。この記事では、物理情報ニューラルネットワーク（PINN）を用いて3次元オイラー方程式の自己相似特異点プロファイルを初めて構築し、その安定性を厳密に証明したという研究成果について詳しく紹介されている。
ミレニアム問題の周辺で何が起きているか
ナビエ・ストークス方程式の特異点問題は、クレイ数学研究所が2000年に設定したミレニアム賞問題の一つだ。滑らかな初期条件から有限時間で解が「爆発」（blow-up）するかどうかは、流体力学の理論的核心に関わる未解決問題である。
今回の研究は、Caltech（カリフォルニア工科大学）のAnima Anandkumarのグループによるもので、Terry Taoのブログにゲスト投稿として掲載された。9月7日夕方に公開されたが、その翌日にはOpenAIも関連する結果を発表しており、研究競争の激しさがうかがえる。また、NYUのチームも強制項（forcing）付きオイラー方程式の結果を直前に公開している。
何がこれまでと違うのか：自己相似アプローチ
NYUチームとOpenAIは「マルチスケール構造」を持つ特定の初期解の構成を出発点としたのに対し、Anandkumarのグループは自己相似アンザッツ（self-similar ansatz）を採用した。
自己相似アンザッツとは、解のスケーリング構造を仮定することで問題を扱いやすい形に落とし込む手法だ。境界付きオイラー方程式ではChen and Houらによる先行研究が存在するが、境界を持たない自由空間（R³）での成功例はこれまでなかった。境界が特異点を「閉じ込める」役割を果たすため、自由空間での解析は格段に難しくなる。
PINNをどう機能させたか
元記事によれば、解析的な閉形式を持たない特異点候補の生成においてLLMは有効でないと判断し、AnandkumarのグループはPINN（Physics-Informed Neural Networks：物理情報ニューラルネットワーク）を活用した。PINNとは、PDEの残差を損失関数に組み込んで訓練するニューラルネットワークで、方程式の解をデータなしで近似的に求められる手法だ。
ただし従来のPINNには二つの課題があった。
- 最適化の失敗：標準的なアンザッツと最適化手法では、自明解（trivial solution）に収束してしまうことが多い
- 精度の不足：数値解から解析的証明に移行するには高い精度が必要であり、かつその解での安定性が求められる
これらを克服するために以下の工夫を導入した。
- Traveling-wave自己相似アンザッツ：特異点がz軸上を移動する速度を自由パラメータとすることで、最適化の自由度を増した
- SS-eSOAP：本グループが開発した効率的な二次最適化器。Adamに比べてわずかなコスト増でより良い収束を実現する（詳細は元記事および関連論文を参照）
- SS-Broyden：最終段階での高精度化のために使用（同上）
- その他：適応的損失重み付け、FP64（倍精度浮動小数点）演算、ブースティング、適応的配置点（adaptive collocation）
スケーリング指数を自由パラメータにして最適化しても0.5付近に収束し、Constantin et al.の理論予測と一致した。また、対流項の寄与を変化させる実験でも指数が理論通りに振る舞うことを確認している。
安定性の証明と形式化
PINNで特異点プロファイルを発見した後、それを厳密な証明に変換する作業が必要となる。
数値解を区分多項式スプラインにフィットさせ、任意精度区間演算（interval arithmetic）を用いてPDE残差と関連量の上下界を厳密に評価した。次に、動的スケール変換した変数系で安定性問題を定式化し、特異プロファイルに適した重み付きエネルギー推定を構築した。
非線形項の処理では数千項に及ぶ式の整理が必要となり、ここでLLMが補助的な役割を担った。OpenAIのモデル等を用いて不等式の簡略化を支援し、証明支援系Leanへの形式化を行っている。証明の核心を担うのは区間演算と安定性解析であり、LLMはその過程における式処理の補助として機能した位置づけだ。
何が達成されたか
本研究の核心は以下の二点にまとめられる。
- 強制項なしのR³上のオイラー方程式に対して、自己相似特異点プロファイルをPINNで初めて構築することに成功した
- 区間演算による厳密な誤差評価と安定性解析を組み合わせ、証明として完成させた
Anandkumarはこのアプローチの汎用性についても言及している。解析的な構成が困難なPDEの解析全般において、PINNが十分な精度で解を発見し、それを証明へ変換するパイプラインが機能する可能性を示したという主張だ。この「数値解→厳密証明」という流れは、他のPDE問題にも転用できる方法論として注目に値する。
詳細はStable singularity of the Euler equations on R^3を参照していただきたい。
