Google DeepMind создаёт сверхсовременную ИИ, способную изобретать новые алгоритмы.

от

DeepMind, исследовательское подразделение Google, утверждает, что его новейший агент искусственного интеллекта AlphaEvolve представляет собой значительный прогресс в применении этой технологии для решения сложных математических и научных задач. Эта система построена на основе больших языковых моделей Gemini DeepMind, усиленных «эволюционной» методологией, которая оценивает и оптимизирует алгоритмы для различных приложений.

По сути, AlphaEvolve отличается от типичного Gemini чатбота тем, что идет глубже поверхностного уровня. Общение с Gemini может иногда приводить к галлюцинациям, когда ИИ создает детали из-за внутренней недетерминированной природы технологии. В отличие от этого, AlphaEvolve применяет инновационную стратегию для повышения точности в решении сложных алгоритмических задач.

В соответствии с DeepMind, этот ИИ работает на основе автономной системы оценки. Когда ученый взаимодействует с AlphaEvolve, он предоставляет задачу вместе с потенциальными ответами и путями для исследования. Модель генерирует множество возможных решений, используя быстродействие Gemini Flash и тщательность анализа Gemini Pro, после чего каждое решение тщательно проверяется оценщиком. Эволюционная структура позволяет AlphaEvolve сосредоточиться на наиболее перспективных решениях и продолжать их совершенствование.

В отличие от многих предыдущих ИИ систем компании, таких как AlphaFold, которые были специализированными и глубоко обученными в определенной области знаний, AlphaEvolve выделяется как универсальное решение. DeepMind описывает AlphaEvolve как ИИ общего назначения, который может помогать решать широкий спектр задач программирования или алгоритмических вызовов. Заметно, что Google уже интегрировал его в различные аспекты своей обширной деловой деятельности, получив обнадеживающие результаты.

Команда выпустила систему искусственного интеллекта AlphaEvolve в центре управления данными Borg от Google. Этот ИИ предложил изменить алгоритмы планирования, что было принято для сокращения использования глобальных вычислительных ресурсов на 0,7%. Для такой крупной корпорации, как Google, это существенное финансовое преимущество.

AlphaEvolve потенциально может повысить эффективность генеративного ИИ, что является критически важным аспектом для прибыльности его применения. Основные операции этих генеративных систем основаны на умножении матриц. Важно отметить, что метод Волькера Штрассена из 1969 года считается наиболее эффективным способом умножения комплексных 4×4-матриц. Однако DeepMind утверждает, что AlphaEvolve разработала новый и еще более эффективный алгоритм для этого процесса. Ранее компания пыталась оптимизировать эту задачу с помощью специализированных агентов AI, таких как AlphaTensor. Интересно отметить, что несмотря на то, что AlphaEvolve является общим ИИ, ему удалось создать превосходное решение по сравнению с AlphaTensor.

С моей точки зрения, я наблюдаю, что грядущая тензорная единица от Google получит преимущества от AlphaEvole, согласно последним отчетам DeepMind. Эта инновация в области ИИ кажется спровоцировала изменение описания языка аппаратуры Verilog чипа, удалив лишние биты для повышения эффективности. Сейчас Google занимается проверкой этого изменения, ожидая его интеграции в следующую итерацию процессора.

На сегодняшний день единственной компанией, экспериментирующей с AlphaEvolve, является Google. Несмотря на потребление меньшего объема вычислительных ресурсов по сравнению с AlphaTensor, сложность системы пока что не позволяет публичный доступ к ней. Однако ситуация может измениться со временем. Сложный метод оценки, обеспечивающий возможности AlphaEvolve, возможно, будет адаптирован для использования в более мелких инструментах ИИ.

Смотрите также

2025-05-15 00:54