米グーグルのAI研究部門グーグル・ディープマインドは11月10日、AIエージェントを使ってソフトウェアの正しさを数学的に証明する仕組み「AlphaProof Code(アルファプルーフ・コード)」を発表した。通信アプリ「Signal(シグナル)」や「Googleメッセージ」が使う暗号プロトコルについて、端末で実際に動くコードが主要な安全上の性質を満たすことを証明したという。同社は、広く使われている暗号プロトコルの実装をこの深さで検証したのは、AIの有無を問わず初めてだとしている。

人が「何を証明するか」を決め、AIが証明を書く

発表は、ディープマインドのプッシュミート・コーリ氏とスワラト・チョードリ氏の連名で、同社のブログに掲載された。AlphaProof Codeは、複数の大規模言語モデルを組み合わせたエージェントの枠組みで、研究チームの分業にならって作業を分ける。人の専門家がAIと一緒に「何を証明するか」を決め、証明そのものはAIエージェントの集団が書く。

手順は3段階ある。まず研究者が複数のモデルと協力して、Signalが守るべき安全上の目標を数学の言葉で書いた「仕様」に翻訳した。仕様は1件ずつ人の専門家が確認した。次に、同社のAI「Gemini Carbon」で動くエージェントが証明を担い、証明用のプログラミング言語「Lean(リーン)」で600万行を超えるコードを書いた。最後にエージェントが自ら証明を点検し、人が見直すべき箇所に印を付けた。人が見る必要があったのは全体のコードの1%だったという。

Leanは、書かれた証明が正しいかどうかを機械が自動で確かめる言語だ。AIが書いた証明であっても、Leanの点検を通らなければ証明として認められない。同社は、残りの部分はLeanが自動で確かめるので、専門家は人の判断が要る箇所に集中できたと説明している。

設計図ではなく、端末で動くコードを検証

形式検証とは、プログラムが仕様どおりに動き、欠陥が無いことを数学的に証明する手法を指す。テストは用意した入力についてだけ動作を確かめるが、形式検証はあらゆる入力について性質が成り立つことを示す。同社はこれを「最も高い水準のセキュリティ保証」と位置づける一方、難しく手間がかかるとも認めている。

暗号プロトコルは、オンラインバンキングからウェブの閲覧まで、ほぼすべてのデジタル通信の土台にある。1つの欠陥が何百万人もの情報を一度に危険にさらしうるため、専門家は数十年にわたって形式的な分析を続けてきた。ただ、同社によると、プロトコルの検証の多くは「設計」の段階で止まっていた。

今回は、コンパイルされたコードが主要な安全上の性質を満たすことを、端末で実際に動くコードの水準まで証明した。性質の例として同社は、端末が一時的に乗っ取られた前後でもメッセージが守られることを挙げている。現実の脆弱性は設計と実装のすき間に潜むことが多く、そこを埋める証明は格段に複雑になるという。

専門家チームなら数年、今回は4週間

この複雑さにもかかわらず、検証は4週間で終わったと同社は説明する。従来は専門家のチームが数年をかけてきた作業だという。

正しいコードと不具合のあるコードを見分けられるかも試した。過去に実際に見つかり修正済みの不具合2件を、隔離したSignalのコードにわざと戻した。2件とも、AlphaProof Codeは不具合のある版が安全でないことを示す証明を、機械で点検できる形で出した。

Signalの最高技術責任者(CTO)エーレン・クレット氏は、同社のブログに談話を寄せた。これまでの形式検証は範囲を小さく絞らざるを得なかったが、新しい手法で範囲を大きく広げられると評価した。実際に動くコードが暗号の設計と厳密に一致することを確かめるには、これまで手作業が多く要っていたとし、AIエージェントで実際のコードをLeanの定理に自動で翻訳することを「大きな突破口」と述べた。そのうえで「AIを使った脅威が増すなか、中核のプロトコルを厳密に検証できたことで、コードがプライバシーの保証を果たしているとの確信がさらに強まった」としている。

医療機器や電力網のソフトにも広げたい考え

ディープマインドは、今回の成果で企業や政府、重要インフラに最高水準のセキュリティ保証を届けられることを示したとし、AIエージェントを使ったサイバー攻撃への防御に役立てたいとする。医療機器のファームウエアや電力網のソフトウェアなど、ほかの重要なシステムを守る土台になるとも書いた。

一方で、手法を広げるには研究を続ける必要があるとも認めている。同社が2025年10月に発表した、コードの脆弱性を見つけて直すAIエージェント「CodeMender」と組み合わせ、攻撃の速さと規模に対抗したいとしている。形式検証の成果物は誰でも使えるように公開し、技術論文もあわせて公表した。

同社は、このブログの関連記事として、10月に発表した最上位モデル「Gemini 4 Carbon」を挙げている。Gemini 4 Carbonは、脆弱性の発見などサイバー防御の性能を前面に出して発表されたモデルだ(グーグル、新AI「Gemini 4 Carbon」発表 脆弱性発見で88.2%、まずサイバー防御側に限定提供)。AIで脆弱性を見つける力を高めるのと並行して、コードの正しさを証明する側にもAIを使う。今回の発表は、その使い方を、広く使われている暗号ソフトで示した例となる。

数学オリンピックの「AlphaProof」と同じくLeanを使う

ディープマインドは関連記事として、2024年7月25日に発表した数学のAI「AlphaProof」も挙げている。AlphaProofは、数学の命題をLeanで証明するよう自ら訓練するシステムで、言語モデルと、チェスや囲碁を独学で習得した強化学習の手法「AlphaZero」を組み合わせた。2024年の国際数学オリンピックでは、別の幾何のシステムと合わせて6問中4問を解き、42点満点の28点を得て、銀メダル相当に達したと同社は発表していた。2025年11月には手法を英科学誌ネイチャーに論文として発表している。

数学の問題では、答えの候補を出し、Leanで証明の手順を探して正否を確かめていた。今回のAlphaProof Codeは、同じLeanを使って、証明の対象を数学の命題から実際に動くソフトウェアへ移したことになる。

もっとも、今回の成果は、いずれもディープマインドが自らの発表で説明している内容だ。600万行という証明の規模や、従来なら数年かかるという比較、「初めて」という位置づけを外部の研究者がどう評価するかは、公開された成果物と論文の検証を待つことになる。