基本データ
「数学者」という語はギリシャ語のマテーマ(学ばれるもの)に由来し、紀元前6世紀のピタゴラス教団はすでに「マテマティコイ」という言葉を、真の論証を託された内輪の弟子だけに使っていた。数学者は完全に抽象の上に築かれた最古の職業である。バビロニアの書記たちは紀元前1800年頃、粘土板の上で二次方程式的な問題を解いており、紀元前300年頃にアレクサンドリアでエウクレイデスが証明した定理は今なお真であり、今なお教えられ、今なお引用され続けている――他のどの分野の創始者も主張できない永続性である。
現代のこの仕事は二つに分かれる。世界で数万人ほどの研究数学者が大学や研究所で新しい定理を証明する仕事に就いているが、そのキャリアは博士号取得から始まり、数年に及ぶポスドクの放浪、そして極めて狭き門の学術市場を経る。はるかに大きな集団が同じ訓練を金融、暗号、機械学習、政府機関で応用しており、米国労働統計局が2023年に「数学者」という肩書そのものを持つと数えた人はわずか数千人にすぎない一方、数学の訓練を受けたクオンツ、保険数理士、データサイエンティストは数十万人規模にのぼる。
本ページはプリンプトン322とリンド・パピルスから、アル=フワーリズミーのバグダード、ニュートンとライプニッツの微積分をめぐる確執、ヒルベルトの23の問題を経て、ワイルズの屋根裏部屋、ペレルマンの辞退、そして今やオリンピック級の問題を金メダル水準で解く機械に至るまで、この職業の歩みを追う。各国で人々が実際にどう数学者になるのか、日々の仕事がどのようなものか、誰がこの職業の頂点に立ちどうやってそこに至ったのか、そしてAIが現実的に吸収しうる仕事の割合はどれほどかを扱う。
The profile
- Resists AI70
- Pay68
- Barrier to entry82
- Autonomy88
- Demand62
- Impact78
How exposed is it to AI?
中程度
文献調査、検証、計算、明確に定式化された問題解決など、日々の仕事のかなりの部分は現在自動化が進んでおり、AIはすでにコンクール水準の成果を証明している。しかしキャリアを定義する仕事――問題を選ぶこと、概念を形成すること、重要性を判断すること、人間を教えること――は現行のシステムが行うこととは最もかけ離れている。最も可能性の高い結果は、日常的な補題を証明する時間が減り、何を証明すべきかを決める時間が増えることである。職業の消滅ではなく変質である。
AI & The Future →Seven ways into this profession
よくある質問
数学者は一日中実際に何をしているのか
数学者になるには博士号が必要か
数学者の収入はどれくらいか
AIは数学者に取って代わるのか
なぜ数学にノーベル賞がないのか
ミレニアム懸賞問題とは何か
天才か暗算の達人でなければならないのか
数学専攻の卒業生は実際にどんな仕事に就くのか
More in Science & Research
物理学者
黒板一枚から3000人の共著者を抱える加速器論文まで、物質・エネルギー・空間・時間を支配する数学的法則を導き検証する仕事。
AI-resistant 65 🧬生物学者
生命そのものを研究する科学者。リンネが種を手作業で命名した時代から、CRISPRでゲノムを編集する今日まで、あらゆる着想を生きた生物で検証し続けてきた。
AI-resistant 64 🧪化学者
物質そのものを作り、測る科学者——バビロニアのタプティの蒸留器から今日のロボット実験室まで、スペクトルの意味を決めるのは常にこの人だ。
AI-resistant 70 📊データサイエンティスト
データからパターンを見つけ予測モデルを構築する職業――2008年生まれの肩書きだが、その土台には数値を数え、検証し、可視化してきた3世紀分の営みがある。
AI-resistant 38 🔭天文学者
バビロニアの粘土板から宇宙望遠鏡まで、宇宙を測り続ける科学者。今もデータの中のどの揺らぎが発見なのかを見極めている。
AI-resistant 70