Google DeepMind の AlphaEvolve、数学・CS 分野での新発見を拡大——50年超の未解決問題を含む成果を公表

概要

Google DeepMind は 2026年5月7日、科学的発見 AI「AlphaEvolve」の新たな成果を公表した。数学と計算機科学（CS）の分野において、50年以上解かれていなかった問題への解法を含む複数の発見が確認された。AlphaEvolve は進化的アルゴリズムと大規模言語モデルを組み合わせた AI システムで、AlphaFold が生命科学にもたらした変化が数学・CS 領域にも波及しつつある。

事実のポイント

• 確認された発見の種類:
  • 組み合わせ論（combinatorics）における新しい上限・下限の証明
  • アルゴリズム設計の最適化問題での新解法（既知の最良解を上回るもの）
  • 計算複雑性理論に関連する未解決問題の部分解答
• AlphaEvolve の仕組み: LLM が候補解を提案 → 自動検証プログラムがその正しさを確認 → 正しいものだけを次の進化サイクルに入力するという自動ループで動作
• 2025年以降の継続: 2025年の AlphaEvolve 初公開以来、発見の範囲・件数ともに拡大しており、今回は特に CS 理論の領域での成果が注目されている
• 同一研究チームとの協働: 一部の発見は外部の数学者・CS 研究者との協働で査読を経た形で公表

用語・背景の補足

AlphaEvolve: Google DeepMind が開発した科学的発見のための AI システム。タンパク質構造予測に特化した AlphaFold とは異なり、数学的証明・アルゴリズム設計・最適化問題など幅広い「形式化可能な問題」を対象とする。進化的探索と LLM を組み合わせた独自のアーキテクチャを持つ。

組み合わせ論（Combinatorics）: 有限集合の数え方・配置・組み合わせを研究する数学の分野。グラフ理論・暗号理論・アルゴリズム設計の基礎となるが、シンプルに見える問題でも証明が極めて難しいものが多い。

計算複雑性理論: アルゴリズムの計算量（時間・空間）を研究する CS の分野。「この問題は解くのにどれくらいの計算コストが必要か」を理論的に分析する。P≠NP 問題など 50 年以上未解決の問題群が多数ある。

注意点

• 「50年超の未解決問題の解法」の多くは完全解ではなく部分的な進展（上限の改善・新しい構成法の発見等）であり、問題の完全解決とは異なる場合がある
• AI による発見の査読・検証には数学者コミュニティの時間が必要であり、全発見が最終的に承認されるかは今後の確認が必要
• AlphaEvolve が対象とする問題は「形式化・自動検証が可能な問題」に限定されており、すべての数学・CS 問題に適用できるわけではない

編集部見解

（追記予定）