AlphaEvolve が Google Cloud で一般提供開始、より難しい問題を解決

Google は2026年7月10日、Gemini をベースに構築されたコード最適化・発見エージェント「AlphaEvolve」が Gemini Enterprise Agent Platform 上で一般提供（GA）を開始したと発表しました。このツールは、物流、半導体、ゲノミクス、高性能コンピューティング、金融サービスなど多様な分野において、最も困難なアルゴリズム最適化問題を解決することを目的としています。

AlphaEvolve は「定義」「測定」「最適化」「適用」の4ステップで動作します。ユーザーはまず基本となるシードアルゴリズムと問題定義を提供し、背景知識を追加します。次に、正確性、性能、運用上の制約などの指標に基づいて候補プログラムを評価するスコアリング関数を確立します。その後、AlphaEvolve のエージェントフレームワークを使用して最適化コードを生成し、最終的にそのコードを本番環境に直接デプロイします。

初期アクセスプログラムでは、多くの組織が顕著な成果を上げています。BASF は AlphaEvolve を利用してグローバルサプライチェーンのデジタルツインを構築し、計画・予測モデルを80%以上改善しました。Coolblue は28日間の需要予測パイプラインを最適化し、生産予測の誤差（WMAPE）を5%以上削減しました。FM Logistic は倉庫内ルーティングを10.4%改善し、スタッフの移動距離を15,000 km以上削減しました。JetBrains は IDE のパフォーマンスを15～20%向上させました。Klarna は機械学習トレーニングパイプラインのスループットを2倍にし、モデル品質も向上させました。Kinaxis は予測精度指標を22%以上改善し、実行時間を90%以上削減しました。Kuro Games はサーバーサイドの最適化で大幅な性能向上を達成しました。

研究分野では、Oak Ridge National Laboratory が Frontier スーパーコンピュータ上で AlphaEvolve を使用し、混合精度 GPU カーネルを最適化しました。Old Dominion University は生物学的老化死亡率のモデリングに適用し、カンニスト・ロジスティック死亡率モデルを独立に再発見し、複合適合度スコアを19%向上させました。PacBio は DeepConsensus モデルを改善し、変異検出エラーを30%削減しました。Pebble は GPU 性能モデリングのエラーを56%削減しました。これらの事例は、AlphaEvolve が従来は扱えなかった最適化問題を現実のものとし、さまざまな産業に新たな可能性をもたらすことを示しています。