Google DeepMindのDemis Hassabis氏は2026年3月11日、AlphaGoの勝利から10年の歩みと、その技術がもたらした科学分野への波及を総括しました。2016年、AlphaGoは囲碁の世界チャンピオン李世ドル氏を破り、第2局の「37手目」が象徴する独創的な一手でAIの可能性を世界に示しました。この対局は2億人以上が視聴し、囲碁という極めて複雑な探索空間におけるAIの創造性を可視化しました。AlphaGoは深層ニューラルネットワークと探索アルゴリズム、強化学習を融合し、人間棋譜からの学習と数十万回の自己対局で勝利戦略を自ら鍛え上げました。続くAlphaGo Zero、AlphaZeroはゼロから学び、将棋やチェスまで汎用化して、既存最強エンジンを上回る成果を短時間で示しています。
この系譜は、現実世界の科学課題に直結しました。DeepMindはタンパク質折り畳み問題に挑み、2020年にAlphaFold 2で長年の難問に決着をつけました。既知の2億個の構造を解析し、無償データベースとして公開したことで、300万人以上が活用する基盤となり、マラリアワクチンやプラスチック分解酵素などの研究を後押ししています。2024年には、John Jumper氏とHassabis氏がノーベル化学賞を受賞した事実も示され、ゲームAIのブレークスルーが生命科学の進展へと接続されました。囲碁の広大な探索を攻略した手法が、物理世界の複雑性にも適用可能であることが裏付けられました。AIが科学的発見の触媒となる道筋が現実化しています。
数学と計算の領域でも、AlphaGo直系のアーキテクチャが成果を挙げています。AlphaProofは言語モデルにAlphaZeroの強化学習と探索を統合し、数学的命題の証明を学習しました。AlphaGeometry 2とともに国際数学オリンピックで銀メダル相当の成績を収め、数学的推論におけるAIの能力を実証しました。さらに、Geminiはマルチモーダルに設計され、AlphaGoに着想を得た手法を取り込んだ思考モード高度版で、2025年のIMOで金メダル相当のパフォーマンスを達成したと述べられています。これらは、高性能な汎用モデルの基礎に探索と計画の技術が根付いていることを示します。複雑な問題解決に必要な厳密な推論をAIが拡張しつつあります。
アルゴリズム探究でも、AlphaGoの「最善手探索」は新たな局面を開きました。コーディングエージェントAlphaEvolveは、コード空間を探索してより効率的なアルゴリズムを模索し、行列乗算の新手法を見いだしたと述べています。これは現代のニューラルネットワークを支える基礎演算に関わる成果で、同モデルの「37手目」と表現されています。適用範囲はデータセンター最適化から量子コンピューティングに広がり、探索と強化学習の枠組みが計算資源の根幹にも波及しています。探索駆動の創造性が、ゲームを超えた計算の最適化へと接続されました。AIがアルゴリズム設計の新境地を切り開く具体例となっています。
科学現場との協働も前進しました。AI co-scientistでは、複数エージェントがアイデアや仮説を議論し、データからパターンを特定して厳密な思考を重ねます。インペリアル・カレッジ・ロンドンでの検証では、数十年の文献を解析し、研究者が長年をかけてたどり着いた抗菌薬耐性に関する結論に独自に到達しました。あわせて、ゲノム理解、核融合エネルギー、天気予報などにもAIを適用しています。専門特化モデルは驚異的成果を上げる一方で、分野横断の構造発見や新仮説創出には、より汎用的なAIが必要だと位置づけています。科学のブレークスルーを加速するための次の要件が明確に示されています。
今後について、Hassabis氏は真に汎用的なAIの条件として、物理世界の理解とマルチモーダル能力を挙げています。Geminiは言語、音声、動画、画像、コードを横断して世界モデルを構築し、思考と推論を進めます。最新のGeminiにはAlphaGoやAlphaZeroで培った探索と計画の技術が活用され、必要に応じてAlphaFoldのような特化ツールを自ら呼び出す構成が志向されています。創造性は鍵であり、「37手目」が示した固定観念に囚われない思考を超えて、深く洗練された新しい「ゲーム」そのものを生み出す能力の獲得が展望されています。AGIの実現は手の届くところにあり、科学的発見の新たな黄金時代の入口に立っていると締めくくられました。
詳しくはGoogleの公式ページまで。レポート／DXマガジン編集部 權
