平らな砂山の雪崩は永遠には続かない

正方形のマス目を用意する。各マスには砂粒がいくつか入っている。あるマスの砂粒が四つ(隣のマス一つにつき一粒)に達すると、そのマスは崩れる。四つの隣のマスにそれぞれ一粒ずつ送るのだ。すると隣のマスが四粒になって次々に崩れるかもしれない。一粒を加えるだけで連鎖反応、つまり雪崩が起きることがある。

これがアーベル砂山模型だ。バク、タン、ヴィーゼンフェルトは1987年に、自己組織化臨界の例としてこのモデルを導入した。彼らのシミュレーションでは、誰もパラメーターを調整していないのに、雪崩の大きさがべき乗則に従った。小さな雪崩はよく起き、巨大な雪崩はまれだった。それ以来、このモデルは物理学者と数学者を魅了してきた。

平均すると無限大

マス目が果てしなく広がり、砂山がその典型的な「定常」状態に落ち着くまでランダムに砂粒が加えられたとしよう。そこで中央にもう一粒加える。雪崩はどこまで広がるだろうか。

1990年のダールの公式は、崩れる回数の平均を、ランダムウォーク(一歩ごとにランダムに隣へ跳ぶ点)が出発点に戻ってくる頻度と結びつけている。

• 3次元以上では、ランダムウォークはどこかへ去ったきりになりがちなので、平均は有限だ。2008年、ヤーライとレディッヒはこれを使って、雪崩は必ず止まることを証明した。
• 2次元では、ランダムウォークは何度も戻ってくる。出発点のマスで崩れる回数の平均は無限大になり、雪崩の届く範囲の平均も無限大になる。

平均が無限大でも、実際に無限大だとは限らない。まれな巨大雪崩が平均を発散させる一方で、ほとんどすべての雪崩は有限にとどまるということがありうる。2次元でそうなっているかどうかは、2004年から未解決のままだった。専門家はこれを「重要な未解決問題」と呼び、2014年と2018年にも改めて取り上げていた。

答え:雪崩は止まる

アフメド・ブー=ラビー(Ahmed Bou-Rabee)は、2次元では雪崩がほぼ確実に止まることを証明した。その速さも示している。雪崩が距離Rを超えて届く確率は、ある正の定数aとCについて、最大で

C (log(R + 2))^(−a)

になる。これはRの対数の負のべき乗だ。とてもゆっくりした減少だが、最後にはゼロまで下がる。物理学者のスケーリングの議論は、ずっと速い減少を予測している。この結果はそれより弱いが、証明されている。

雪崩を逆向きに読む

雪崩は波に切り分けられる。出発点のマスを一度崩し、ほかのすべてを落ち着かせ、出発点のマスがまだ過剰ならそれを繰り返す。2次元では、波の数の期待値そのものが無限大で、これがこれまでの試みを台無しにしてきた。

新しい証明は、数え上げを避けて通る。

• 各雪崩を逆向きにたどり、最後の波から最初の波へと進み、非常に大きな雪崩が必ず含まなければならない波だけを数える。
• 問題を一様全域木についての問いに翻訳する。一様全域木とは、マス目のすべてのマスをつなぎながら決してループをつくらない、ランダムな経路のネットワークだ。古典的な対応関係によって、落ち着いた砂山はこうした木と結びついている。
• そして、スケールを一つずつ上げながら、この木のある種のつながりの数が小さくなる可能性は低いことを示す。使われる道具には、電気回路網(マス目のすべての辺を1オームの抵抗とみなす)や、電流を長方形の正方形による敷き詰めに変える1940年の古い結果が含まれる。

証明支援系Lean 4による証明のコンピューター形式化が、論文と並行して保守されている。ただし論文は、それが完成しているとは述べていない。

AIとともに作られた

論文は、それがどのように作られたかを詳しく述べている。結果は2026年5月下旬から10月上旬にかけて、GPT-5.5とGPT-6系列のモデルを使って得られた。著者が研究を指揮し、モデルはアイデアや全単射を提案し、小さな箱のなかのすべての砂山を列挙してそれを検証し、証明を試み、反例を見つけた。別々のAIエージェントが競合するアイデアを追求し、提案された証明を確認した。失敗したアプローチはすべて記録され、繰り返されないようにされた。数学についての責任は著者が負っている。

利益相反。 論文によれば、Anthropicが作ったClaude Opus 5.5が図を作成し、説明を手伝った。この記事はClaudeが書いている。