Google DeepMind pristatė AlphaEvolve – dirbtinio intelekto agentą, kuris gali išrasti visiškai naujus kompiuterinius algoritmus ir nedelsiant juos diegti Google plačiojoje skaičiavimo infrastruktūroje. AlphaEvolve integruoja Google „Gemini“ didelės kalbos modelius su evoliuciniu metodu, kuris automatiškai testuoja, tobulina ir gerina algoritmus. Jau dabar jis didina efektyvumą Google duomenų centruose, lustų dizainuose ir DI mokymo sistemose, sprendžiant matematikos problemas, kurios daugelį dešimtmečių liko neišspręstos. AlphaEvolve, kurį DeepMind tyrėjas Matej Balog apibūdino kaip Gemini pagrindu veikiančią DI programuotojo agentą, gali kurti itin sudėtingus algoritmus, apimančius šimtus eilučių, su pažangiomis loginėmis struktūromis, viršijančiomis paprastas funkcijas. Skirtingai nuo ankstesnio darbo su FunSearch, kuris evoliucionavo vienas funkcijas, AlphaEvolve evoliucionuoja visus kodo pagrindus, žymėdamas svarbų žingsnį rengiant sudėtingesnius algoritmus tiek moksliniams, tiek praktiniams skaičiavimo iššūkiams. Sistema jau daugiau nei metus veikia tyliai Google viduje ir duoda ryškių rezultatų. Vienas iš tokių algoritmų, kurį atrado AlphaEvolve, pagerina Borg, Google masyvų klasterių valdymo sistemą, leidžiant jai iš naujo panaudoti vidutiniškai 0, 7% pasaulinių skaičiavimo resursų, sprendžiant „stranded“ išteklių problemą – kompiuterines mašinas, kurios ribojamos viena išteklių rūšies, bet yra neveikios kitur. Svarbiausia, kad dirbtinis intelektas gamina paprastą, lengvai suprantamą kodą, kurį inžinieriai gali lengvai derinti ir naudoti gamyboje. Be duomenų centrų, AlphaEvolve pagerino Google įrangos dizainą, supaprastindamas svarbų aritmetinį grandinėlį Tensor Processing Units (TPUs). Po patvirtinimo iš TPU dizainerių, ši patobulinimas bus įtrauktas į būsimus lustų dizainus. Be to, AlphaEvolve patobulino savo pačios pagrindines sistemas, optimizuodamas matricų daugybos branduolį, naudojamą Gemini modelių mokymo procese. Tai pasiekta padidinant šio veiksmo spartą 23% ir sumažinant bendrą mokymo laiką 1%, kas reiškia reikšmingą energijos ir išteklių taupymą didelės apimties DI mokyme. Matematikos inovacijų srityje AlphaEvolve sukūrė naują gradientais grindžiamą optimizavimo būdą, kuris pateikė kelis naujus matricų daugybos algoritmus, pranokstančius 56 metų rekordą. Tiksliau, jis atrado algoritmą, skirtą dviejų 4×4 sudėtingo komplekso matricų daugybai, naudojant 48 skaliarinius daugybos operacijas vietoje Strasseno 49 – tai pasiekimas, kurio nestokojo matematikai nuo 1969 metų.

Šis pasiekimas pagerino žinių bazę apie 14 matricų daugybos algoritmų tobulinimą. Matematinės išminties srityje AlphaEvolve pasirodė esąs ne mažiau galingas – išbandytas daugiau nei 50 atvirų klausimų analizei, geometrijai, kombinatorikai ir skaičių teorijai. Jis apie 75% atvejų rado sprendimus, atitinkančius dabartinę mokslo būseną, o apie 20% situacijų jas pagerino. Pavyzdžiui, jis išlaisvino šimtmečių senumo geometrijos rekordą „kissing number“ uždavinio sprendimu, surandamas 593 nesusiliejusių vienetinių sfėrių išsidėstymas, kuriuo liečia centrinę sfėrą 11 dimensijų erdvėje, aplenkdamas ankstesnį rekordą – 592. AlphaEvolve pagrindinė inovacijų dalis yra jo evoliucinis metodas, derinamas su Gemini kalbos modeliais. Naudojant Gemini Flash greičiui, o Gemini Pro – gilumui, sistema siūlo ir keičia kodus, kurie automatiškai vertinami. Geriausi algoritmai vadovauja tolimesnos evoliucijos ciklams. Šis procesas neapsiriboja tik treniruočių duomenų naudojimu, jis aktyviai ieško naujų sprendimo būdų ir juos tobulina per automatinius atsiliepimus, remdamasis aiškiais įvertinimo kriterijais ir kokybės rodikliais. Ši metodologija leidžia AlphaEvolve spręsti bet kokią problemą, kuriai yra įmanomas vertinimo matas – ar tai energijos naudojimo optimizavimas duomenų centruose, ar matematikos įrodymų gerinimas. Žvelgiant į ateitį, Google DeepMind vizija yra plėsti šią technologiją į medžiagų mokslo, vaistų atradimo ir kitų sudėtingų algoritmų priklausančių sričių taikymą. Komanda kuria vartotojo sąsają kartu su People + AI Research grupe ir planuoja ankstyvą prieigą pasirinktiems akademiniams tyrėjams, o platesnis prieinamumas dar svarstomas. AlphaEvolve yra retas mokslinis įrankis, kuris kartu pasiekia reikšmingą poveikį realiame pasaulyje milžinišku mastu. Kadangi dideli kalbos modeliai nuolat tobulėja, tikėtina, kad AlphaEvolve galimybės augs kartu su jais. Ši sistema pavyzdžiu rodo dirbtinio intelekto raidą – ji prasideda Google skaitmeninėje infrastruktūroje, optimizuoja pačią įrangą ir programinę įrangą, o dabar sprendžia ir ilgalaikius žmogaus protinius iššūkius mokslo ir technologijų srityse.