Google DeepMind が開発するコードエージェント「AlphaEvolve」は、導入から 1 年間で研究段階から実社会の問題解決への応用へと大きく発展しました。Gemini を基盤とした進化アルゴリズムである AlphaEvolve は、複雑な問題に対して最適化されたアルゴリズムを反復的に発見する能力を持ち、これまで数十年来の数学的課題の解決から、DNA 配列エラーの修正、災害予測の精度向上、電力グリッドの安定化シミュレーションなど、科学的・社会的な挑戦に対応しています。また、分子シミュレーションの加速や神経科学における新洞察の導出など、科学発見を後押しする役割も果たしています。企業活動においても成果を上げており、Google のインフラ自体の効率化や、クラウド顧客の機械学習モデル改善、創薬加速、サプライチェーン最適化、倉庫設計の効率化などに貢献しています。 特に Google のインフラ改善においては、次世代 TPU の設計最適化に中核として使用され、人間には考えにくい回路設計案を提案してシリコンに統合されました。これは AI がハードウェア自体を設計する事例として注目されています。また、分散データベース「Spanner」のデータ保存効率を 20% 向上させ、ソフトウェアの保存領域を約 9% 削減するコンパイラ最適化にも成功しました。 外部企業との連携でも目覚ましい実績があります。決済大手 Klarna は大規模モデルの学習速度を 2 倍に向上させつつ品質を高め、半導体製造の Substrate社は計算リソグラフィの処理速度を劇的に改善しました。物流の FM Logistic は配送経路を 10.4% 効率化し、年間 1 万 5000 キロ以上の走行距離削減を実現しています。広告代理店の WPP はキャンペーンデータの分析精度を 10% 向上させ、創薬の Schrödinger社は機械学習モデルの訓練と推論速度を 4 倍加速し、研究開発サイクルの短縮に貢献しています。 AlphaEvolve は汎用的かつ自己改善可能なアルゴリズムシステムとしての側面を強め、今後はより幅広い現実世界の課題解決に向けてその機能を拡大していく予定です。この技術は、アルゴリズムが自ら学習し進化することで次のブレークスルーを生む可能性を示しており、Google DeepMind と Google Cloud は今後、より多くの分野でその力を発揮させる計画です。開発チームと多数の共同研究者、そして社内外のパートナーが共同でこの成果を実現しました。