Google DeepMind hat Alphaevolve vorgestellt, ein fortschrittliches AI-Agent, das seine Gemini-Modelle nutzt, um komplexe Algorithmen autonom zu entdecken und zu optimieren. Dieses System ist so konstruiert, dass sie grundlegende Herausforderungen in der Mathematik bewältigen und praktische Computeranwendungen verbessern, was einen bemerkenswerten Fortschritt bei der wissenschaftlichen Ai-gesteuerten wissenschaftlichen Erforschung bedeutet. Verfeinert Algorithmen, indem Sie ganze Codebasen entwickeln. Nach Angaben von Google DeepMind Alphavolithms. Ressourcen. Es trug auch zur Optimierung des Hardwaredesigns für zukünftige TPUs (Tensor Processing Units, Googles benutzerdefinierte AI-Beschleuniger) und reduzierte Geminis eigene KI-Modelltrainingszeit um 1%bei. Strassens Algorithmus und Fortschritte von Lösungen, um Probleme wie das Problem der Küssen zu eröffnen. Das Unternehmen plant ein frühes Zugriffsprogramm für ausgewählte akademische Benutzer mit einem Registrierungsformular verfügbar für Interessenten. Ein mehrstufiger Prozess für algorithmisches Design. Es wird ein Ensemble von Google-Gemini-Modellen verwendet: Der schnellere Gemini Flash untersucht eine Vielzahl potenzieller Ideen, während der leistungsstärkere Gemini Pro tiefe, aufschlussreiche Vorschläge für Computerprogramme liefert, die diese Algorithmus-Lösungen implementieren. Diese Überprüfung ist entscheidend, da Alphaevolve für Probleme mit „maschinenabbaubaren“ Lösungen ausgelegt ist, wie Google es ausdrückt. TechCrunch wies jedoch auch auf eine wichtige Einschränkung hin: Alphaevolve kann Lösungen nur als Algorithmen beschreiben, was es für nicht numerische Probleme weniger geeignet ist. Die Optimierung von borg, Googles großes Cluster-Management-System war für ein Jahr in der Produktion in Produktion. In der Hardware schlug Alphaevolve einen Verilog (eine Hardware-Beschreibung Sprache) für einen wichtigen Arithmetikkreis vor, eine Änderung, die in eine bevorstehende TPU integriert ist. Das Unternehmen hat ein detailliertes -Blanko-bloße”advanced-bloße”-Lonithms/AtaAn.Pdf”-Regon”-RlankheMind. Alphaevolve. Die Verbesserung des 1969er Algorithmus von Strassen für 4 × 4 komplexen Matrizen unter Verwendung von 48 Skalarmultiplikationen übertrifft das frühere Spezialsystem von DeepMind, Alphatensor, in diesem spezifischen Bereich. für das Kussnummernproblem. Diese mathematischen Ergebnisse sind in einem
Categories: IT Info