AlphaEvolveが一般公開 — アルゴリズムを「発明する」AIが研究者の手に届く

Googleが開発したAIエージェント「AlphaEvolve」が、発表から1年超の限定公開を経てついに一般公開された。既存コードやアルゴリズムを自律的に最適化するだけでなく、まったく新しい解法を「発見」できる点が他のコーディングAIと一線を画す。

AlphaEvolveとは何か #

AlphaEvolveの設計思想は「大規模言語モデル × 進化的探索」の融合だ。まずLLMがコードの変形・改変案を多数生成し、自動評価器がその優劣を採点する。優れたコードを親として次世代の変形を繰り返す——生物進化に着想を得たこのサイクルが、人間が見落とした最適化や未知のアルゴリズムを掘り起こす。

限定公開期間中の実績は印象的だ。組み合わせ最適化・行列乗算の効率化など、数十年にわたって停滞していた数学的問題への新解を提示。Googleは「実世界の解析パイプラインへの実装でも性能改善が確認された」と報告している。

ハッカーが注目すべき三つの視点 #

ファジングの自動進化: 脆弱性探索に使うカバレッジガイドファジャー（AFL++、libFuzzer等）の品質はコア変異アルゴリズムで決まる。AlphaEvolveのような系統が変異戦略を自律改善できるなら、人間が数ヶ月かけて手動調整してきたチューニングが自動化される。

暗号解析の加速: 攻撃アルゴリズムの発見はこれまで専門家の直感と手動の数学的探索に依存してきた。AlphaEvolveが「解き方を発明する」エージェントである以上、格子暗号・ハッシュ衝突等の探索空間への適用が研究課題になる。既存暗号実装への解析が想定より早く進むリスクも含む。

防御側の自動改善: 裏を返せば、SIEMのルールセットや静的解析エンジンのヒューリスティックをAlphaEvolveで継続的に改善するパイプラインも組める。検出率向上の自動化ループは、攻撃と防御の「進化競争」を加速させる。

AlphaFoldがタンパク質構造予測を塗り替えたように、AlphaEvolveがアルゴリズム研究の地平を変えるかは今後の実績次第だ。一般公開により、セキュリティ研究者・CTFプレイヤーが実際にどう使い倒すかが見えてくる。