Google DeepMind har introducerat AlphaEvolve, en AI-agent som kan uppfinna helt nya datorsystem och omedelbart implementera dem inom Google’s omfattande datainfrastruktur. AlphaEvolve integrerar Googles Gemini-språkmodeller med en evolutionär metod som automatiskt testar, förfinar och förbättrar algoritmer. Den förbättrar redan effektiviteten i Googles datacenter, chipdesigns och AI-träningssystem, och tar itu med matematiska problem som varit olösta i decennier. AlphaEvolve, som beskrivs av DeepMind-forskaren Matej Balog som en Gemini-driven AI-kodningsagent, kan skapa mycket komplexa algoritmer som sträcker sig över hundratals rader med avancerade logiska strukturer bortom enkla funktioner. Till skillnad från tidigare arbete med FunSearch, som utvecklade enskilda funktioner, utvecklar AlphaEvolve hela kodbaser, vilket markerar ett stort steg framåt i att skapa avancerade algoritmer för både vetenskapliga och praktiska beräkningsutmaningar. Systemet har varit i drift tyst inom Google i över ett år och har gett märkbart resultat. En algoritm som upptäckts av AlphaEvolve förbättrar Borg, Googles stora klusterhanteringssystem, och återställer i genomsnitt 0, 7 % av världens datorkapacitet genom att åtgärda “stranded resources” — maskiner begränsade av en resurstyp men som står stilla i andra. Främst släpper AI:n enkelt förståelig kod som ingenjörer lätt kan felsöka och implementera. Utöver datacenter har AlphaEvolve förbättrat Googles hårdvarudesign genom att förenkla en kritisk aritmetisk krets för Tensor Processing Units (TPUs). Efter validering av TPU-designer kommer denna förbättring att ingå i kommande chipdesigns. Dessutom har AlphaEvolve förbättrat sina egna grundläggande system genom att optimera en matris-multipliseringskärna som används vid träning av Gemini-modeller, vilket gav en 23 % snabbare genomförande av den operationen och minskade den totala träningstiden med 1 %. Sådana effektiviseringsvinster leder till betydande energibesparingar och resursbesparingar vid stor skala för AI-träning. När det gäller matematisk innovation utvecklade AlphaEvolve en ny gradientbaserad optimeringsmetod som resulterade i flera nya matris-multiplikationsalgoritmer, och tog därmed över ett rekord som stått i 56 år. Den hittade exempelvis en algoritm för att multiplicera två 4×4-komplexa matriser med 48 skalärmultiplikationer istället för Strassens 49, en prestation som matematiskt har undvikits sedan 1969.

Detta förbättrade den aktuella forskningsnivån för 14 matris-algoritmer. AlphaEvolves matematiska förmåga sträcker sig bortom matrisproblem. Den testades på över 50 öppna problem inom matematisk analys, geometri, kombinatorik och talteori, och lyckades lösa ungefär 75 % av dem på samma nivå som den senaste forskningen, samt förbättrade lösningar i cirka 20 % av fallen. Exempelvis bröt den ett hundraårigt geometrist rekord i “kissing number-problemet” genom att hitta en konfiguration med 593 icke-overlappande enhetskulor som rör en central kula i 11 dimensioner, vilket överskred det tidigare rekordet på 592. Kärnan i AlphaEvolves innovation är dess evolutionära metod kombinerad med Gemini-språkmodeller. Den använder Gemini Flash för hastighet och Gemini Pro för djup för att föreslå och ändra kod, som sedan automatiskt utvärderas. De bäst presterande algoritmerna styr nästa evolutionscykel. Denna process är inte enbart beroende av träningsdata, utan aktivt utforskar nya lösningar och förfinar dem genom automatiska feedback-loopar baserade på tydliga utvärderare av giltighet och kvalitet. Denna metodik gör att AlphaEvolve kan hantera vilket problem som helst med ett mätbart utvärderingsmått — oavsett om det gäller att optimera energiförbrukning i datacenter eller förbättra matematiska bevis. Framöver ser Google DeepMind möjligheter att tillämpa detta inom materialvetenskap, läkemedelsupptäckt och andra komplexa algoritmberoende områden. Teamet utvecklar ett användargränssnitt tillsammans med People + AI Research gruppen och planerar ett Early Access-program för utvalda akademiska forskare, med en mer bred lansering under övervägande. AlphaEvolve är ett sällsynt vetenskapligt verktyg som samtidigt ger betydande verklig påverkan i stor skala. Allteftersom stora språkmodeller fortsätter att utvecklas förväntas AlphaEvolves förmågor att växa i takt. Systemet exemplifierar AI:s evolution: det börjar inom Googles digitala infrastruktur, optimerar dess hårdvara och mjukvara, och nu även adresserar långvariga mänskliga intellektuella utmaningar inom vetenskap och teknologi.