Google DeepMind представи AlphaEvolve, описвайки го като „еволюционен кодиращ агент, който значително подобрява възможностите на най-съвременните езикови модели (LLM) за справяне с изключително трудни задачи – като например отворени научни проблеми, оптимизиране на критична компютърна инфраструктура и дори ускоряване процесите по обучение на AI модели – включително тези, които задвижват самия агент“.
В основата на AlphaEvolve стои идеята за непрекъснато усъвършенстване на алгоритми, представени като компютърен код. Системата използва ансамбъл от езикови модели – Gemini Flash за генериране на широк спектър от идеи и Gemini Pro за по-задълбочени и проницателни предложения. Тези модели предлагат промени в съществуващия код или създават изцяло нови програмни блокове. След това предложените решения се проверяват и оценяват автоматично по предварително зададени критерии, което гарантира тяхната точност и качество – елиминирайки типичните за езиковите модели „халюцинации“. Най-обещаващите алгоритми, заедно с техните оценки и обратна връзка, се използват като основа за следващите итерации – еволюционен процес, при който всяко ново поколение програми стъпва върху постиженията на предходното.
„През изминалата година внедрихме алгоритми, открити от AlphaEvolve, в изчислителната екосистема на Google – включително в нашите центрове за данни, хардуер и софтуер“, споделят от Google. По думите им агентът е допринесъл за подобряване на ефективността на центровете за данни, предложил е оптимизации в дизайна на TPU чиповете и дори е ускорил обучението на следващото поколение модели Gemini.
Освен практическите приложения, AlphaEvolve показва впечатляващи резултати и във фундаменталната наука. Например, в опит да подобри умножението на матрици – ключова операция в машинното обучение – агентът е успял да открие нов алгоритъм за умножение на комплексни 4×4 матрици, използвайки само 48 скаларни умножения. Това е първото подобрение на известния алгоритъм на Щрасен от 1969 г. в тази конкретна конфигурация – цели 56 години по-късно.
AlphaEvolve е тестван и върху над 50 отворени математически проблеми от различни области, включително анализ, геометрия и теория на числата. В приблизително 75% от случаите системата е успяла да преоткрие най-добрите известни решения, а в 20% – е открила напълно нови.
„Очакваме възможностите на AlphaEvolve да продължат да се развиват успоредно с напредъка на езиковите модели – особено с подобряването на възможностите им за кодиране“, се казва в изявлението на Google DeepMind. Въпреки че към момента агентът се прилага основно в математиката и компютърните науки, неговият „общ характер“ позволява използването му за „всеки проблем, чието решение може да бъде описано като алгоритъм и автоматично проверено“, обясняват учените на DeepMind. По думите им „AlphaEvolve може да има трансформиращо въздействие в много други области – като материалознание, откриване на лекарства, устойчиви технологии и по-широки технологични и бизнес приложения“.
Повече информация за AlphaEvolve можете да намерите в официалната публикация на Google DeepMind, където е достъпна и научната статия, както и във видеото по-долу, в което самите учени разказват за ключовите открития и тяхното значение.
Последвайте ни в социалните мрежи – Facebook, Instagram, X и LinkedIn!
Споделете: