powered by TechFeed
表示モード
Google

GoogleのAlphaEvolveが企業向けに正式公開 — 進化的アルゴリズムでコードを自動最適化し、TPU設計から創薬まで実績

7月21日、Inside AI Newsが「Google AlphaEvolve AI Agent Automates Code Optimization for Enterprises」と題した記事を公開した。わずか500回の評価で1990年代の死亡率モデルを自動再発見し、変異検出エラーを30%削減、創薬シミュレーションを4倍高速化——GoogleのDeepMind発AIエージェント「AlphaEvolve」が企業向けに正式リリースされ、生命科学から金融・物流まで驚くべき実績を積み上げている。

7月21日、Inside AI Newsが「Google AlphaEvolve AI Agent Automates Code Optimization for Enterprises」と題した記事を公開した。わずか500回の評価で1990年代の死亡率モデルを自動再発見し、変異検出エラーを30%削減、創薬シミュレーションを4倍高速化——GoogleのDeepMind発AIエージェント「AlphaEvolve」が企業向けに正式リリースされ、生命科学から金融・物流まで驚くべき実績を積み上げている。


AlphaEvolveとは何か

AlphaEvolveは、Google DeepMindが開発し、**Gemini Enterprise Agent Platform**上で一般提供が開始されたAIエージェントだ。進化的アルゴリズム(Evolutionary Algorithm)とGeminiモデルを組み合わせ、ベースラインとなるコードを変異・探索しながら、より高速で人間が読めるコードを自動生成する。

DeepMindはこれまでAlphaCode(競技プログラミング向けコード生成)やAlphaDev(強化学習によるアルゴリズム探索)といったコード最適化研究を積み重ねてきており、AlphaEvolveはその系譜に位置する。進化的探索に特化した設計思想は、2024年にNatureで発表されたFunSearch論文の知見を実用化したものと位置付けられている。

動作の流れは4ステップだ。

  1. ベースとなるアルゴリズム(シードアルゴリズム)を用意する
  2. 候補コードのパフォーマンスと正確性を採点するエバリュエータースクリプトをクライアント側で実装する
  3. AIが変異コードを生成・探索する
  4. 最も優れたコードをデプロイする

コード生成自体はGoogle APIを通じて行われるが、エバリュエーターはユーザー自身のインフラ上で動作する。機密データをローカルに保持できる設計になっている点は、企業導入における現実的な配慮といえる。

ただし、致命的な制約がある。採点関数(スコアリング関数)が数学的に厳密でなければ、ツールとして機能しない。エバリュエーターの実装が甘ければ、進化的探索はその抜け穴を突いた「テストだけ通るコード」を量産する。曖昧なビジネスロジックには使えない。AlphaEvolveは探索空間を絞るだけであり、ベンチマークの設計とレビューはエンジニア側の責任だ。


最大の見どころ:生命科学分野での実績

AlphaEvolveが最も強烈な結果を出しているのが、計算生物学・バイオサイエンスの領域だ。

Old Dominion大学のQin Labは、加齢に伴う死亡率モデルの研究にAlphaEvolveを適用した。わずか500回の評価で、1990年代に提唱されたKannistoロジスティック死亡率モデルを再発見し、さらにEmergent Aging Modelの複合適合スコアを19%改善した。数十年前の知見を自動で「再発見」する様子は、進化的探索の特性を端的に示している。

DNAシーケンシング企業のPacBioは、GoogleのDeepConsensusモデルにAlphaEvolveを適用し、変異検出エラーを30%削減した。疾患原因となる変異の特定精度に直結する成果だ。創薬・分子シミュレーション分野では、Schrödingerが機械学習力場推論の速度を4倍に向上させ、R&Dサイクルを大幅に短縮した。


企業・ゲーム分野での数字

生命科学以外の分野でも具体的な数値が並ぶ。

  • Klarna(フィンテック):MLトレーニングスループットを2倍に向上。3週間で約6,000件の深いアーキテクチャ改修を探索しつつ、金融規制上の再現性を維持
  • JetBrains:IDEコード補完のレイテンシを15〜20%削減
  • FM Logistic:倉庫ピッキングルーティングコストを10.4%削減
  • Kinaxis:サプライチェーン予測精度を22%向上、ランタイムを90%削減

Google社内でも活用されており、次世代**TPUのシリコンレイアウト設計、Google Spannerの書き込み増幅を20%削減、ソフトウェアストレージフットプリントを9%削減、そしてWillow量子プロセッサの回路設計でエラー率を10分の1**に抑えた回路を発見している。

スーパーコンピューター分野では、Oak Ridge国立研究所が米国初のエクサスケールスパコンFrontier上で混合精度GPUカーネルの最適化にAlphaEvolveを投入した。


アクセス方法とオープンソース代替

開発者はオンボーディングドキュメントとColabサンプルからAlphaEvolve APIにアクセスできる。**Antigravity(JetBrainsが開発するAI駆動型IDE)やClaude Code**といったIDEに直接組み込めるAlphaEvolve Skillも提供されている。Claude CodeはAnthropicのAIコーディングツールであり、競合他社のIDEにGoogleのAlphaEvolve Skillが統合できるという点は、エコシステムの開放性を示す興味深い動きといえる。

Gemini Enterprise契約を持たない開発者向けには、オープンソース実装の**OpenEvolve**が選択肢として存在する。

公開されている数値はすべてベンダー提供のものであり、独立した第三者によるベンチマークはまだない点は留意が必要だ。


詳細はGoogle AlphaEvolve AI Agent Automates Code Optimization for Enterprisesを参照していただきたい。