Google DeepMindは2026年11月10日、AIエージェントを使ってソフトウェアの安全性を数学的に検証する研究システム「AlphaProof Code」を発表しました。暗号通信サービスSignalの基盤となる実装「libsignal」の重要な部分について、実際の機械語の処理が定められた安全性の条件を満たすことを証明したと報告しています。

今回の成果は、Signalのすべての機能に不具合がないと保証するものではありません。対象は特定バージョンの暗号セッション確立とメッセージの送受信など、決められた実装・環境・安全性の性質です。何を証明し、どの条件を前提にしたかが重要です。

通常のテストと「形式検証」は何が違う?

通常のテストは、プログラムに入力を与え、期待する結果が得られるかを確認します。多くのテストに合格しても、試していない入力で不具合が起きないことまで保証できるわけではありません。

形式検証では、プログラムが守るべき条件を数学的な仕様として記述し、その仕様と実際の計算処理の対応を証明します。たとえば通信を盗み見る攻撃者を想定し、特定の条件の下でメッセージが秘密に保たれるかを数式として定義します。正しい仕様を作る工程と、ソフトウェアがその仕様に従うことを確かめる工程の両方が必要です。

仕様の内容が現実の攻撃を十分に反映していなければ、証明に成功しても対応範囲には限界が残ります。証明したという事実だけでなく、仕様と前提条件を読む必要があります。

AlphaProof CodeではAIと人間が何を担当した?

DeepMindは、人間の専門家が証明する性質を決め、AIエージェントとともに形式仕様を作ったと説明しています。専門家が仕様を承認した後、複数のエージェントが証明を生成します。最終的に「Lean」という証明支援システムの検証機構が、証明を受け入れられるかを判定します。

今回の仕組みには、AIが元の仕様を別の簡単な問題へ変えてしまうことを防ぐため、証明対象を独立した仕様のコピーと照合する仕組みもあります。長い数学的な説明をAIが出しただけで正しいと判断する構成ではありません。

研究には5人のチームが約4週間関わりました。専門家が仕様の妥当性を確認し、AIが膨大な証明コードを作る分担です。完全な無人運用として達成されたという説明ではありません。

どのバージョンのSignalの何を証明した?

技術資料によれば、対象はlibsignal-protocolのv0.105.4と関連するSPQRコードです。Signalの鍵交換方式「PQXDH」と、メッセージを送受信する「Triple Ratchet」に関係する処理を扱いました。

研究チームは対象コードをAArch64 Linux向けにコンパイルし、実行形式を小さなコマンドラインプログラムに結び付けました。この実行形式について、通信セッションの開始、送信、受信の振る舞いを検証しています。ソースコード上の設計だけではなく、コンパイルされた機械語が定めたモデルどおりに動くかを調べた点が特徴です。

証明した性質には、通信内容の秘匿性・正当性、過去のメッセージを守る「前方秘匿性」、端末が一時的に乗っ取られた後の秘密の回復に関する安全性などが含まれます。将来の量子計算機による攻撃を想定した性質も、研究で用いた記号的なモデルの範囲で扱っています。古典的な攻撃者を扱う計算的な証明と、記号的な証明では前提条件が異なります。

一方、新しい鍵の生成処理や一部の暗号プリミティブ、ライブラリの振る舞いは、別の前提や契約として扱われます。Signalアプリの画面、端末、OS、バックアップ、フィッシング、アカウントの乗っ取りまで全て証明されたわけではありません。

約650万行の証明はどこまで信頼できる?

研究チームはLeanで検査できる証明コード約650万行を生成したと報告しています。その土台として約1万8000行の仕様などと、約8000行のAArch64の意味定義、合わせて約2万6000行の信頼すべき記述があります。

行数そのものが安全性の高さを示すわけではありません。重要なのは、Leanの検証機構が証明を確認し、信頼すべき仕様と実行ファイルの対応を追跡できる点です。技術資料では暗号アルゴリズム自体の安全性を前提とした箇所や、メモリ不足が起こらないといった条件も説明しています。

DeepMindの発表は、AIエージェントが人間の研究者を支援し、大規模な証明作業を進める方法を示しています。一方、実装と仕様の両方の正しさを評価する専門的な知識は引き続き必要です。

過去の不具合を再導入した試験の結果

研究チームは過去に修正されたlibsignalの不具合を2件、隔離した検証用コードへ再導入しました。AlphaProof Codeの仕組みで、これらの実装が定められた安全性の条件を満たさないことを証明できたと説明しています。

この試験から分かるのは、既知の欠陥を含む対象コードに対して、形式仕様に反することを機械的に示せたという点です。現行のSignalへ新しい2件の脆弱性が見つかったという発表ではありません。既知の問題の検出と、新たな攻撃の発見を混同すると研究成果の意味が変わってしまいます。

Signal利用者への影響と開発者の形式検証への活用

一般のSignal利用者に向けて、今回の研究成果による新たなアプリ機能や設定変更は発表されていません。ソフトウェアの重要な暗号処理について、安全性の根拠を増やした研究成果として理解できます。端末やアプリの管理、認証情報の保護が不要になるということではありません。

開発者には、重要なプログラムを仕様から機械語まで結び付けて検証する方法が示された点に価値があります。研究チームは技術論文、仕様、証明成果物を公開しています。医療機器やインフラなどへの応用を考える場合も、まず守りたい性質と前提条件を定義する工程から始まります。AlphaProof Codeの一般企業向けプランや商用APIは、今回の発表にはありません。

AI安全性の一般用語はAI Safetyの解説で確認できます。

Google DeepMind公式発表:Introducing AlphaProof Code

技術論文・成果物:AlphaProof Code: Verifying Signal’s Security at the Machine-Code Level

関連報道:WIRED