Google DeepMind ha svelato Alphaevolve, un agente AI avanzato che sfrutta i suoi modelli Gemini per scoprire e ottimizzare autonomamente algoritmi complessi. Questo sistema è progettato per affrontare le sfide fondamentali in matematica e migliorare le applicazioni di calcolo pratiche, significando un notevole progresso nell’esplorazione scientifica guidata dall’IA.
L’innovazione principale di Alphaevolve è la sua metodologia, che combina il codice creativo di un evoluzione in un evoluzione in una soluzione di evoluzione, che combina il codice creativo in un evoluzione in un evoluzione in un evoluzione in un evoluzione in un evoluzione in un evoluzione in un evoluzione in un evolutivo di evoluzione in un evoluzione in un evolutivo di evoluzione in un evolutivo creativo in un evolutivo di evoluzione in un evoluzione in un evolutivo creativo in un evoluzione del codice creativo. Refines algoritmi evolvendo intere basi di codice.
Il nuovo agente di intelligenza artificiale ha già dimostrato un significativo impatto del mondo reale all’interno delle operazioni di Google. Secondo Google DeepMind Alphaevols ha migliorato la pianificazione del centro dati, recuperando una media di 0,7% di Google di Google di Google di Google. Ha inoltre contribuito all’ottimizzazione della progettazione hardware per le future TPU (unità di elaborazione del tensore, gli acceleratori di AI personalizzati di Google) e ha ridotto il tempo di addestramento del modello AI di Gemini dell’1%.
oltre a questi guadagni interni, si dice che il maturazione di 4 × L’algoritmo di Strassen e le soluzioni di avanzamento per aprire problemi come il problema del numero di baci.
DeepMind Positions Alphaevolve come strumento per aumentare le competenze umane e accelerare la scoperta scientifica in vari campi. L’azienda pianifica un programma di accesso precoce per utenti accademici selezionati, con un modulo di registrazione per le parti interessate. processo a più fasi per la progettazione algoritmica. Utilizza un ensemble dei modelli Gemelli di Google: il flash Gemini più veloce esplora una vasta gamma di potenziali idee, mentre il più potente Gemini Pro fornisce suggerimenti profondi e approfonditi per i programmi per computer che implementano queste soluzioni algoritmiche.
Questi programmi generati sono quindi sottoposti a valutazione automatizzata usando le metriche che valutano oggettivamente ogni soluzione di soluzione e qualità. Questa verifica è cruciale, poiché Alphaevolve è progettata per problemi con soluzioni”gradabili a macchina”, come dice Google. Tuttavia, TechCrunch ha anche sottolineato una limitazione chiave: l’alphaevolve può descrivere solo le soluzioni come algoritmi, rendendolo meno adatto a problemi non numerici.
Impatti tangibili e frontiere matematiche
Le applicazioni pratiche di alfaevoluve all’interno di Google sono già sostanziali. La sua ottimizzazione di Borg, il sistema di gestione dei cluster su larga scala di Google , è stato in produzione per oltre un anno. Nell’hardware, Alphaevolve ha proposto un Verilog (un linguaggio di descrizione hardware) riscrivi per un circuito aritmetico chiave, una modifica integrata in un prossimo TPU.
Per lo sviluppo dell’IA, ha accelerato un componente software vitale per 32,5%. La società ha pubblicato un dettagliato Note su google colab . AI Landscape
Alphaevolve continua il lavoro di DeepMind nell’applicare l’IA alla scoperta scientifica e matematica, a seguito di progetti come Alphageometry2, che hanno mostrato il successo nel risolvere i problemi di Olimpia Matematica e l’Inizia di AI Descrive come”P>
spot di olimpiade in modo. Agente di codifica evolutivo alimentato da modelli di grandi dimensioni per la scoperta e l’ottimizzazione dell’algoritmo per scopi generali”. DeepMind crede che potrebbe essere trasformativo in campi come la scienza dei materiali e la scoperta di droghe.
Tuttavia, il sistema non è privo di limiti. Mentre DeepMind mette in evidenza i suoi successi, TechCrunch ha osservato che alcuni miglioramenti erano stati precedentemente identificati da altri strumenti, suggerendo che Alphaevolve agisce attualmente più come acceleratore e raffinatore in alcuni casi.
I modelli di gemelli sottostanti, come il recente prolungazione di Gemini 2.5, hanno anche affrontato lo scrupoli per la transparenza della sicurezza. Kevin Bankston del Center for Democracy and Technology
La ricerca precedente di DeepMind ha riconosciuto che”fino a quando la velocità del modello è migliorata e le allucinazioni sono completamente risolte, strumenti come i motori simbolici rimarranno essenziali per le applicazioni matematiche”.
