AlphaEvolve активно применяется в центрах обработки данных Google, проектах по разработке чипов и системах обучения ИИ, где она решает математические задачи, которые десятилетиями ставили в тупик исследователей. Примечательно, что AlphaEvolve не только повышает вычислительную эффективность, но и решает проблемы, которые ранее казались нерешаемыми.
"AlphaEvolve — это агент программирования на базе Gemini, который может делать открытия в вычислительной технике и математике", — отметил Матей Балог, исследователь Google DeepMind.
AlphaEvolve работает в Google уже больше года, и результаты впечатляют. Один из открытых алгоритмов уже используется в системе управления кластерами Borg, обеспечивая экономию 0,7% мировых вычислительных ресурсов Google. Эта эвристика помогает использовать ресурсы серверов более эффективно, управляя ситуациями, когда один тип ресурсов исчерпан, но другие все еще доступны.
Кроме того, AlphaEvolve переписала часть аппаратного обеспечения, устранив лишние биты в схеме для тензорных процессоров (TPU), что позволило улучшить производительность.
Особенно впечатляющим является оптимизация, сделанная системой для самой себя. AlphaEvolve улучшила алгоритм умножения матриц, используемый для обучения моделей Gemini, повысив его скорость на 23% и снизив общее время обучения на 1%.
Одним из самых значимых достижений стал прорыв в области матричного умножения, который побил 56-летний рекорд Штрассена. AlphaEvolve предложил новый алгоритм для матриц 4×4, который требует на один скаляр меньше — всего 48, против 49, как у Штрассена.
Что делает AlphaEvolve уникальным, так это его эволюционный подход. Система использует две модели Gemini — Flash для скорости и Pro для глубины, чтобы предложить изменения в коде. Каждый вариант автоматически проверяется на качество и успешность, а лучшие алгоритмы продвигаются к следующему раунду эволюции.
"Мы фокусируемся на проблемах с четкими оценщиками, что позволяет нам создавать быстрые и надежные циклы обратной связи для улучшения системы", — пояснил Александр Новиков из DeepMind.
На данный момент AlphaEvolve применяется в инфраструктуре Google и научных исследованиях, но его потенциал выходит далеко за эти рамки. Система может быть использована в таких областях, как материаловедение, разработка лекарств и других областях, где требуются сложные алгоритмические решения.
"Сотрудничество человека и ИИ может помочь решить открытые научные проблемы и применить их на масштабе Google", — подчеркнул Новиков.
По мере развития технологий большие языковые модели и методы эволюции, такие как AlphaEvolve, продолжат эволюционировать, открывая новые горизонты в решении задач, которые ставили в тупик человеческий интеллект на протяжении десятилетий.Если вам понравился материал, кликните значок - вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал - не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
