Google DeepMind разрабатывает агента ИИ, оптимизированного для программирования и математики
Компания утверждает, что использовала агента искусственного интеллекта AlphaEvolve для того, чтобы сделать свои центры обработки данных более эффективными. Кроме того, этот искусственный интеллект показал многообещающие результаты в математических исследованиях и разработке чипов.
AlphaEvolve выполняет обработку в несколько этапов. Когда ему дается задача программирования, то он использует легкую языковую модель Google Gemini 2.0 Flash для генерации нескольких фрагментов кода. Затем автоматизированный механизм оценки ранжирует эти фрагменты кода по качеству. После чего AlphaEvolve берет лучшие фрагменты кода и просит Gemini 2.0 Flash улучшить их. Агент выполняет оптимизацию кода, сгенерированного искусственным интеллектом, за нескольких циклов. Когда языковая модель Gemini 2.0 Flash больше не может предлагать улучшения, AlphaEvolve переключается на более производительную модель Gemini 2.0 Pro, которая, жертвуя некоторой скоростью, повышает качество вывода.
«Эволюционный процесс в AlphaEvolve использует способность современных языковых моделей реагировать на обратную связь, что позволяет находить кандидатов, которые существенно отличаются от первоначального пула кандидатов по синтаксису и функциям», — написали исследователи DeepMind в блоге.
Компания Google уже использовала AlphaEvolve в нескольких внутренних проектах. Некоторые из них были сосредоточены на умножении матриц - математических операциях, которые модели ИИ используют для обработки данных. Матрица — это набор чисел, организованных в строки и столбцы, похожие на электронные таблицы. Обычно разработчики чипов не рисуют чертежи процессоров, а пишут их с использованием синтаксиса программирования Verilog. В одном из проектов AlphaEvolve помог инженерам Google улучшить код Verilog в схеме, оптимизированной для выполнения умножения матриц. Компания включила схему в предстоящее дополнение к своей линейке тензорных процессоров для искусственного интеллекта.
В другом внутреннем проекте агент ИИ AlphaEvolve разработал методы, которые позволяют моделям Gemini разбивать матричные умножения на более мелкие, более управляемые вычисления. Поисковый гигант утверждает, что эти улучшения ускорили один из важнейших компонентов Gemini на 23%. По данным Google, возможности рассуждения, которые позволяют AlphaEvolve оптимизировать центры обработки данных и конструкции микросхем, делают ее полезной для математических исследований.
«Чтобы исследовать возможности AlphaEvolve, мы применили систему к более чем 50 открытым задачам математического анализа, геометрии, комбинаторики и теории чисел», — написали исследователи DeepMind. «Гибкость системы позволила нам провести большинство экспериментов за считанные часы. Примерно в 75% случаев, насколько нам известно, в ней использовались самые современные решения».
Google планирует сделать AlphaEvolve доступным для ученых через программу раннего доступа. Кроме того, компания изучает возможность для расширения в будущем доступа другим пользователям.
«Хотя агент ИИ AlphaEvolve в настоящее время применяется в математике и вычислениях, его общая природа означает, что его можно применять к любой проблеме, решение которой описывается как алгоритм и может быть автоматически проверено», — пишут исследователи DeepMind. «Мы считаем, что AlphaEvolve может стать преобразующим во многих других областях, таких как материаловедение, открытие лекарств, устойчивое развитие и более широкие технологические и деловые приложения».
