DeepMindのAlphaCode AIは競争力のあるレベルでコードを書く

DeepMindは、任意の問題を解くためのコードを記述できるAIを開発しました。これは、コーディングコンテストに参加し、中間的な成績を収めることで実証されました。このAIがすぐにソフトウェアエンジニアの仕事を奪うわけではありませんが、将来性は高く、基本的なタスクの自動化に役立つ可能性があります。

Alphabetの子会社であるDeepMindのチームは、可能な限り多様な形態の知能の創造を目指しています。そしてもちろん、今日多くの優秀な人材が熱心に取り組んでいる課題はコーディングです。コードは言語、論理、そして問題解決能力の融合であり、コンピューターの能力に自然に適応すると同時に、解読が困難なものです。

もちろん、このようなことを試みるのはこれが初めてではありません。OpenAI には独自の Codex 自然言語コーディング プロジェクトがあり、GitHub Copilot と Microsoft のテストの両方で利用され、GPT-3 が行を完成させます。

DeepMind の論文では、同社がなぜ競技コーディングの領域に参入しようとしているのかを説明する際に、競争相手に対して少しだけ友好的な見方を示しています。

近年の大規模言語モデルは、優れたコード生成能力を示し、単純なプログラミングタスクを実行できるようになりました。しかし、これらのモデルは、命令をコードに変換する以上の問題解決能力を必要とする、より複雑で未知の問題を評価すると、依然としてパフォーマンスが低下します。

OpenAI はこれについて何か言うかもしれない (そしておそらく、この件に関して次の論文で反論が期待できる)。しかし研究者が指摘するように、競技プログラミングの問題には一般に、既存のコード AI では実際には発揮されない解釈と創意工夫の組み合わせが含まれる。

この分野に挑戦するため、DeepMindは厳選したGitHubライブラリと、コーディング問題とその解答集を用いて新しいモデルを学習させました。簡単に言えば、しかし決して簡単なものではありません。モデルが完成すると、彼らはこのモデルを、この種のコンテストを主催するCodeforcesの最近のコンテスト10件（言うまでもなく、AIには未公開）に投入しました。

テッククランチイベント

サンフランシスコ | 2025年10月27日～29日

結果は中位、50パーセンタイルを少し上回る程度でした。人間にとっては中程度のパフォーマンスかもしれませんが（簡単というわけではありませんが）、機械学習モデルによる初の試みとしては非常に注目に値します。

「AlphaCodeの結果は私の期待をはるかに上回るものでした」とマイク・ミルザヤノフは語った。「単純な競技問題でさえ、アルゴリズムの実装だけでなく、（そしてこれが最も難しい部分ですが）アルゴリズムを考案することが求められることが多いため、私は懐疑的でした。AlphaCodeは、有望な新規競合製品と同等の性能を発揮しました。」

AlphaCode が解決した問題の種類とその解決策の例を以下に示します。

(DeepMind への注意: このような図には SVG は扱いにくい形式です。)

ご覧の通り、これは巧妙な解決策ですが、エンタープライズSaaSグレードのものではありません。ご安心ください。それは後ほど説明します。現時点では、このモデルが複雑な記述式を一度に解析・理解し、ほとんどの場合、一貫性のある実用的な回答を生成できることを実証するだけで十分です。

「コード生成に関する我々の探求は、大きな改善の余地を残しており、プログラマーの生産性向上に役立つ、そして現在コードを書いていない人々にもこの分野を開放する、さらに刺激的なアイデアを示唆している」とDeepMindチームは記している。最後の部分で彼らは私のことを言っている。もしCSSでレスポンシブレイアウトを変更できるなら、私よりも優れていると言えるだろう。

このデモサイトでは、AlphaCode の構築方法やさまざまな問題に対する解決策について詳しく知ることができます。