Google Deepmind on julkistanut Alphaovololin, edistyneen AI-agentin, joka hyödyntää Gemini-mallejaan löytääkseen ja optimoidakseen monimutkaisia algoritmeja. Tämä järjestelmä on suunniteltu vastaamaan matematiikan perusteellisiin haasteisiin ja parantamaan käytännön laskentasovelluksia, mikä merkitsee AI-ohjattujen tieteellisten tutkimusten merkittävää etenemistä.
Alphaevolve’n ydininnovaatio on sen metodologia, joka yhdistää Gemini Pro: n luovan koodin sukupolven syvyyden ja Gemin-salaman all-all-all-all-all-all-automaattisen arviointijärjestelmän. Algoritmit kehittämällä kokonaiset koodipohjat.
Uusi AI-agentti on jo osoittanut merkittävän reaalimaailman vaikutuksen Googlen toiminnassa. Google Deepmind Alphaevolve Parannetun tietokeskuksen mukaan. resurssit. Se auttoi myös laitteistosuunnittelun optimointia tuleville TPU: lle (tensoriprosessointiyksiköt, Googlen mukautetut AI-kiihdyttimet) ja vähentyneiden Geminin oma AI-mallin harjoitteluaika 1%. Strassenin algoritmi ja edistävät ratkaisut avoimiin ongelmiin, kuten suudella numeroongelma.
DeepMind-asemat Alphaevolve välineenä ihmisen asiantuntemuksen lisäämiseksi ja tieteellisen löytöjen nopeuttamiseksi eri aloilla. Yhtiö suunnittelee varhaisen käyttöoikeusohjelman valituille akateemisille käyttäjille Rekisteröintimuoto Saatavana kiinnostuneille osapuolille. Monivaiheinen prosessi algoritmiselle suunnittelulle. Siinä hyödynnetään Googlen Gemini-malleja: nopeampi Gemini Flash tutkii laajaa joukkoa mahdollisia ideoita, kun taas tehokkaampi Gemini Pro tarjoaa syviä, oivallisia ehdotuksia tietokoneohjelmille, jotka toteuttavat nämä algoritmiset ratkaisut.
Nämä tuotetut ohjelmat käyvät läpi automaattisen arvioinnin metrikoilla, jotka objektiivisesti arvioivat jokaista ratkaisua ja laatua. Tämä varmennus on ratkaisevan tärkeää, koska Alphaevolve on suunniteltu ongelmiin, joissa Google sanoo, kuten Google toteaa.
Järjestelmä toimii evoluutiokehyksen sisällä, oppimista aiemmista yrityksistä ja tarkentamalla lupaavimmat käsitteet iteratiivisesti, mikä mahdollistaa sen kehittämisen monimutkaisten algoritmien kehittämisellä kokonaiset koodibaasit. TechCrunch kuitenkin huomautti myös avainrajoituksen: Alphaevolve voi kuvata ratkaisuja vain algoritmeina, mikä tekee siitä vähemmän sopivan ei-numeeristen ongelmien kanssa.
konkreettiset vaikutukset ja matemaattiset rajat
Alphaevolven käytännön sovellukset Googlessa ovat jo merkittäviä. Sen optimointi Borg, Googlen laajamittainen klusterin hallintajärjestelmä , on ollut tuotannossa yli vuoden ajan. Laitteistossa Alphaevolve ehdotti verilogia (laitteistokuvauskieli) uudelleenkirjoittamista avainaritmeettiseen piiriin, joka on integroitu tulevaan TPU: hen. Yhtiö on julkaissut yksityiskohtaisen Google Colab-kirja
Ambitions, ja Ambitions, ja Ambitions, ja AMBIONS, ja AMBIRES, ja AMBIRES, ja AMBIRES, H3>
Alphaevolve jatkaa Deepmindin työtä AI: n soveltamisessa tieteelliseen ja matemaattiseen löytöön, kuten alfageometria2, joka osoitti menestystä kansainvälisten matemaattisten olympialaisten ongelmien ratkaisemisessa ja AI-scientist-aloitteellisen blogin tuottamiseksi.”evoluutiokoodausainetta, jota saavat suuret kielimallit yleiskäyttöön algoritmien löytämiselle ja optimoinnille”. Deepmind uskoo, että se voisi olla muuttuva aloilla, kuten materiaalitiede ja lääkkeiden löytäminen.
Järjestelmä ei kuitenkaan ole rajoituksia. Vaikka DeepMind korostaa sen menestyksiä, TechCrunch havaitsi, että jotkut parannukset tunnistettiin aiemmin toisilla työkaluilla, mikä viittaa siihen, että Alphaevolve toimii tällä hetkellä enemmän kaasupolkimena ja jalostamona joissain tapauksissa.
taustalla olevat Gemini-mallit, kuten äskettäin päivitetyn Gemini 2.5 Pro, ovat myös kohdanneet tarkistuksen turvallisuusasiakirjan transparencence-asiakirjan. Kevin Bankston demokratian ja tekniikan keskuksesta