DeepMind AlphaEvolve、複数分野で実績公開 — 電力網・量子・物流を自動最適化

Google DeepMindは2026年5月、Gemini搭載のコーディングエージェント「AlphaEvolve」が電力網・量子コンピュータ・物流など複数の実問題を解決した成果をまとめて公開しました。電力網の最適化では解決可能率が14%から88%へ大幅に改善し、キャッシュ置換アルゴリズムの発見を数ヶ月かかる人的作業からわずか2日で実現しました。昨年のアルファ版導入以来、数学・科学・ビジネスの各領域にわたる実績が積み上がっており、汎用コーディングエージェントとしての有効性が実証されつつあります。

背景と文脈
技術/ビジネス面
これからどうなるか
まとめ
参考リンク

背景と文脈

AlphaEvolveは、DeepMindが2025年に発表したGemini搭載のコーディングエージェントです。従来のAlphaCodeがプログラミングコンテストを念頭に置いていたのに対し、AlphaEvolveは「高度なアルゴリズムの発見と最適化」を目的とし、数学的な探索と大規模な検証を組み合わせた設計となっています。

開発の背景には、科学・工学の問題が「解法は知られているが最適解への到達が困難」という構造的課題があります。例えば電力網の最適化は組み合わせ爆発が起きやすく、人間の専門家が反復的に試行錯誤するには膨大な時間がかかります。AlphaEvolveはGeminiの言語理解能力と強化学習・進化的探索を組み合わせることで、この種の問題を自動化します。

同様のアプローチはOpenAIのo3やAnthropicのClaudeでも試みられていますが、DeepMindの強みは長年にわたるアルファ系プロジェクト（AlphaGo・AlphaFold・AlphaCode）の蓄積にあります。AlphaEvolveはその延長線上にあり、「解を発見するAI」という系譜を科学全般に広げた取り組みです。

今回の成果公開は、Google CloudでのAlphaEvolve企業向けサービス展開の開始と同時に行われており、研究段階から商用段階へのシフトを示しています。

技術/ビジネス面

abstract blue and white lines code pattern — Photo by Logan Voss on Unsplash

AlphaEvolveのコアは「仮説生成→コード化→評価→進化」というループです。Geminiが問題を読み取り候補アルゴリズムをコードとして出力し、自動評価器がその品質を測定してフィードバックを返します。このサイクルを数千〜数万回繰り返すことで、人間の設計では発見しにくい解を探索します。

公開された実績は分野の広さで注目を集めています。健康・科学面ではDNAシーケンシングの誤り検出を30%削減し、電力網の最適化問題（Optimal Power Flow）の解決可能率を14%から88%へ向上させました。また自然災害予測の精度を5%改善しています。インフラ面ではGoogle Willowプロセッサの量子エラーを10分の1に抑え、Google SpannerのDB書き込み増幅を20%削減しました。キャッシュ置換ポリシーの発見はエンジニアが数ヶ月かけて行う作業を2日で完了させた事例として特に注目されています。

企業導入事例も蓄積されています。フィンテックのKlarnaはトランスフォーマーモデルの学習速度を2倍化し、物流のFM Logisticはルート効率を10.4%改善しました。創薬支援のSchrödingerは機械学習力場モデルの実行速度を約4倍向上させています。いずれも特定領域の専門家が数週間〜数ヶ月かけて取り組む最適化問題を、AlphaEvolveが短期間で解いた事例です。

これからどうなるか

AlphaEvolveのGoogle Cloud展開は、AI活用の文脈を「会話・情報検索」から「最適化問題の自動解決」へと広げる動きとして位置づけられます。エンジニアリング・サプライチェーン・エネルギーなど「解が複雑で専門家依存が高い」領域ほど需要が見込まれます。

競合面では、Microsoftが投資するMathAGIや各社のエージェント系サービスとの競争が本格化します。しかしDeepMindがAlphaFoldで示したように、「解の発見」という実績の積み上がりは強力な参入障壁になる可能性があります。パートナー企業との共同事例が増えれば増えるほど、学習データとしてAlphaEvolve自身が強化されるという好循環も期待されます。

課題は「問題の自動定式化」です。現状のAlphaEvolveは問題をコードとして定義する手順を人間が担う部分がまだ残っており、非エンジニアが直接使えるような水準への自動化が次のステップとなるでしょう。