Google DeepMind a dezvăluit AlphaEVolve, un agent AI avansat care își folosea modelele Gemini pentru a descoperi și optimiza în mod autonom algoritmi complexi. This system is engineered to address fundamental challenges in mathematics and enhance practical computing applications, signifying a notable advancement in AI-driven scientific exploration.
AlphaEvolve’s core innovation is its methodology, which combines the creative code-generation of Gemini Pro for depth and Gemini Flash for breadth with a rigorous automated evaluation system to verify solution quality, all within an evolutionary framework that refines algoritmi prin evoluția întregurilor de coduri întregi.
Noul agent AI a demonstrat deja un impact semnificativ în lumea reală în cadrul operațiunilor Google. Conform Google DeepMind Alphaevolve Centrul de date îmbunătățit, care recuperează o medie de 0,7% din Google Worldwide Worldwide Resouries. De asemenea, a contribuit la optimizarea designului hardware pentru viitorul TPU (unități de procesare a tensiunii, acceleratoare AI personalizate ale Google) și a redus timpul propriu al modelului AI al Gemeniului cu 1%.
dincolo de aceste câștiguri interne, se spune că AlphaeVolve a obținut descoperiri în matematică teoretică, conceptând un altul de lungă durată pentru 4 × 4 complex de matematică, care concediează un altul de lungă durată pentru 4 ric Algoritmul lui Strassen și soluțiile de avansare pentru a deschide probleme precum problema numărului de sărutare.
DeepMind pozițiile alfaevolve ca instrument pentru a mări expertiza umană și a accelera descoperirea științifică în diverse domenii. Compania planifică un program de acces timpuriu pentru utilizatorii academici selectați, cu un Formular de înregistrare Disponibil pentru părțile interesate.
Cum Alphaevolve Crafts and Validates AlphAevolmes
alfaevolmes? Un proces cu mai multe etape pentru proiectarea algoritmică. Utilizează un ansamblu al modelelor Gemini ale Google: Flash-ul Gemini mai rapid explorează o gamă largă de idei potențiale, în timp ce Gemini Pro mai puternic oferă sugestii profunde și perspicace pentru programe de calculator care implementează aceste soluții algoritmice. Această verificare este crucială, întrucât AlphaEVolve este conceput pentru probleme cu soluții „auto-gradabile”, după cum spune Google.
Sistemul funcționează într-un cadru evolutiv, învățând din încercările anterioare și rafinarea iterativă a celor mai promițătoare concepte, permițându-i să dezvolte algoritmi complexi prin evoluția întregului codebaze întregi. Cu toate acestea, TechCrunch a subliniat, de asemenea, o limitare cheie: AlphaEVolve poate descrie soluțiile doar ca algoritmi, ceea ce o face mai puțin potrivită pentru problemele non-numerice.
impacturi tangibile și frontierele matematice
Aplicațiile practice ale Alphaevolve în Google sunt deja substanțiale. Optimizarea sa de Borg, sistemul de gestionare a clusterului pe scară largă a Google , a fost în producție de peste un an. În hardware, AlphaEVolve a propus o rescriere Verilog (un limbaj de descriere hardware) pentru un circuit aritmetic cheie, o schimbare integrată într-o viitoare TPU.
pentru dezvoltarea AI, a apărut o componentă software vitală sau Kernel, în arhitectura Gemini cu 23% și cu instrucțiuni optimizate de nivel scăzut GPU. Compania a publicat un white paper pe AlphaeVolve.
În matematică pură, alfaeVolve părți proiectate ale unei noi proceduri de optimizare bazate pe gradient, ceea ce duce la noi algoritmi pentru înmulțirea matricei. Îmbunătățirea sa asupra algoritmului din 1969 al lui Strassen pentru 4 × 4 matrice cu valoare complexă, folosind 48 de multiplicări scalare, depășește sistemul specializat anterior al DeepMind, alfatensor, în acest domeniu specific.
atunci când se aplică peste 50 de probleme matematice deschis Problema numărului de sărutare. Aceste rezultate matematice sunt disponibile într-un Google Colab Notebook . Landscape
alphaeVolve continuă activitatea lui DeepMind în aplicarea AI la descoperirea științifică și matematică, în urma unor proiecte precum Alphageometry2, care a arătat succes în rezolvarea problemelor internaționale de olimpiadă matematică, iar inițiativa co-științifică a AI pentru generarea de Ipotese de cercetare. Agent de codificare alimentat de modele de limbaj mare pentru descoperirea și optimizarea algoritmului cu scop general.”DeepMind consideră că ar putea fi transformator în domenii precum știința materialelor și descoperirea drogurilor.
Cu toate acestea, sistemul nu este lipsit de limitări. În timp ce DeepMind evidențiază succesele sale, TechCrunch a observat că unele îmbunătățiri au fost identificate anterior de alte instrumente, ceea ce sugerează că AlphaEVolve acționează în prezent mai mult ca accelerator și rafinator în unele cazuri.
modelele de la Gemeni de bază, precum recent actualizat Gemini 2.5 Pro, s-au confruntat și cu un control de transparență actualizat. Kevin Bankston de la Centrul pentru Democrație și Tehnologie descris Google’s Sidefyly pentru GEMIN=_ Blank”> descris Google’s Safety For GEMIN=_ Blank”> descris Google’s Sidefyld for GEMIN 2.5 Pro As „Minish”.
Cercetările anterioare ale DeepMind au recunoscut că „până când viteza modelului va fi îmbunătățită și halucinațiile sunt complet rezolvate, instrumente precum motoarele simbolice vor rămâne esențiale pentru aplicațiile de matematică.”