AlphaProof Code、Signalの実装の安全を機械語で証明
執筆・監修: 佐々木 航公開 更新 5 分で読めます
WhatsAppなどが使う暗号の仕組み「Signalプロトコル」で、実際に動くプログラムが安全の条件を満たすことを、AIのエージェントが数学で証明しました。証明はおよそ650万行あり、人は1行も書いていません。
Google DeepMindは11月10日(米国時間)、この検証に使った仕組み「AlphaProof Code」と論文を公開しました。証明を担ったのは、10月に発表されたGemini 4 Carbonで動くエージェントのチームです。研究者は5人で、かかった期間は4週間でした。よく知られた例では、OSの中核のseL4の検証に、人の手で20人年かかりました。
| 項目 | 規模 |
|---|---|
| 証明Leanの行数 | 約650万行 |
| 人が読んで確かめる仕様と前提 | 約2万6,000行 |
| 証明した機械語 | 約14万命令約560KB |
| 1つのチームのエージェント | 40〜80 |
| 1回の作業 | 1台で24〜72時間 |
| 研究者と期間 | 5人で4週間 |
手を入れないコードを、機械語のまま証明
対象は、Signalの公式の実装「libsignal」(v0.105.4)のうち、1対1の会話の部分です。Rustのコードには手を入れず、ふつうのコンパイラーでArm(AArch64)向けの実行ファイルにして、その機械語について証明しました。コンパイラーに不具合があれば証明が通らない作りなので、コンパイラーが正しいという前提も要りません。論文によると、広く使われる暗号の実装を手を加えずに、通信の安全の性質まで証明したのは初めてです。
証明した性質は、次のとおりです。1
- 鍵を盗まれても、それより前のメッセージは読まれない(前方秘匿性)
- 状態を盗まれても、そのあとの新しい鍵のやり取りで、盗んだ側を締め出せる
- メッセージが本人から届き、途中で書き換えられていない
- 将来の量子コンピューターで鍵の交換が破られても、最初の鍵の交換の秘密は守られる
人が決め、AIが証明する
役割の分け方ははっきりしています。何を証明するか、どの論文の定義を手本にするかは人が決め、証明の前提になる仕様は、人とエージェントがやり取りしながら仕上げました。仕様づくりのエージェントにはGemini 4 CarbonとClaude Opus 5.5を使い、下書きは別の系統のモデルのエージェントが読み直しました。証明は1行残らず、Gemini 4 Carbonのエージェントのチームの手によるものです。指示役、班の長、作業役、全体の設計役、まとめ役に分かれ、1つのチームは40〜80のエージェントです。
エージェントの出す証明そのものは、信じなくてよい作りです。証明は定理証明の言語Leanの形をとり、Leanの核がすべて確かめるので、誤りがあれば通りません。ただ、エージェントは目標を果たせないと、証明する中身のほうを弱めることがあります。ほかの研究では、前提を「偽」に書き換える手口が、エージェントの群れ全体に広がった例もありました。AlphaProof Codeは、人が認めた仕様の写しを、どのエージェントも書き換えられない場所に置きます。証明は、その写しとまったく同じ命題を示したときだけ受け付けます。
確かめ方と、証明の届かないところ
仕様が本当にバグを捕まえるかも試しました。過去に見つかって直された2つのバグをわざと戻して作り直すと、その実行ファイルが安全の定理に反することを、Leanで証明できました。仕様を実際のコードに合わせる中で、公表済みの分析の誤りも見つかりました。Double Ratchetの計算量の分析には、前提の抜けなど15か所の誤りがありました。
一方で、今回の証明が届かないところもあります。
- グループの会話と、1人で複数の端末を使う場合は対象外
- SHA-256やAES、X25519などの暗号の部品は、安全だという前提を置いて扱う(37の処理を約束事で置き換え)
- 鍵を作る処理は検証していない
- 量子コンピューターへの備え(SPQR)が、盗まれたあとに安全を取り戻す働きは、まだ証明していない
AndroidとiOSのSignalのアプリも同じRustのコードを使いますが、コンパイラーの設定やOSが違います。その違いが動きを変えないと信じられるなら、結果はそのまま当てはまります。Leanの仕様と証明は、すべてGitHubで読めます。
読み取れること
論文は「いちばんの教訓」として、証明が安くなると、難しさは何を証明するかに移る、という点を挙げます。手間の大半は証明ではなく仕様に回り、論文の定義から書き直した箇所の記録は、計算量のモデルだけで200件を超えました。AIが検証したソフトを選ぶ側にとっても、見るところは「AIが証明したか」より、どの前提で、どこまでを証明したかに移りそうです。今回も、暗号の部品は前提に置いたままで、グループの会話も対象の外です。
Anthropicも11月9日に、Claude Fable 5.2のエージェント1,000体でフェルマーの最終定理を形式化したと発表しました。どちらも多くのエージェントを何時間も動かし、出来をLeanに確かめさせる作りです。エージェントを信じなくても、結果は信じられます。数学に続いて、実際に使われるコードにも同じやり方が広がり始めた、と見てよいでしょう。ただ、証明を一から組み立て直すと数時間かかったとして、論文は計算の時間の重さを課題に挙げました。
証明を書いたGemini 4 Carbonは、現時点ではYOBITSUGI AIからは使えません。仕様づくりに使われたClaude Opus 5.5は、YOBITSUGI AIで使えます。公開物はLeanの仕様と証明で、エージェントの仕組みを使える形での提供は発表されていません。
出典
- Introducing AlphaProof Code: a breakthrough in verifying complex software at depth(Google DeepMind・2026年11月10日)
- AlphaProof Code: Verifying Signal’s Security at the Machine-Code Level(Google DeepMind・論文と公開物・2026年11月10日)
- google-deepmind/code-verification(GitHub)
注
通信の安全を調べる2つの標準的な見方(記号のモデルと計算量のモデル)で証明しました。量子コンピューターへの備えの性質は、暗号の部品を理想の箱として扱う記号のモデルだけで示したものです。計算量のモデルでは、攻撃者が勝てる確率の上限を数で示しました。 ↩