Програмисти, въздъхнете дълбоко: ИИ вече сам пише код, оптимизира обучението, управлява Verilog и не иска бонуси
Новата система на Гугъл взема решение математически задания, с които учените не са се справили в продължение на 300 години.
Гугъл показа AlphaEvolve – нов ИИ сътрудник, който съчетава творчеството на огромните езикови модели със строгата инспекция на решенията за намиране и усъвършенстване на логаритмите. Тази система е способна не просто да генерира функционалности, както правеха предходни планове като AlphaTensor, а да основава цели бази от кодове, като ги усъвършенства еволюционно с всяка итерация.
Сърцето на AlphaEvolve е композиция от два модела Gemini: по-бързата и по-лека версия Flash дава отговор за необятния обсег на концепциите, до момента в който мощният Gemini Pro предлага дълбочина и точност. Заедно те генерират програмен код, който се ревизира автоматизирано за уместност и успеваемост. Всички разновидности се съхраняват в база данни и вземат участие в развой на асортимент, учреден на правилата на постепенен логаритъм – единствено най-успешните решения се употребяват в идващия кръг на генериране.
Системата към този момент потвърди своята практическа стойност: логаритмите, създадени от AlphaEvolve, се употребяват в центровете за данни на Гугъл, при проектирането на чипове и при ускорение образованието на изкуствения разсъдък. Така да вземем за пример сътрудникът е предложил нов евристичен способ за ръководство на натоварването в центровете за данни, който е върнал в послание към 0,7% от изчислителните запаси в международен мащаб. И всичко това е под формата на понятен за индивида код, което го прави освен сполучлив, само че и елементарен за използване.
По отношение на хардуера AlphaEvolve оказа помощ за пренаписването на част от кода на езика Verilog, като усъвършенства интервенцията за умножение на матрици, без да се губи коректността. Тази смяна към този момент е интегрирана в бъдещата версия на TPU, профилирания ускорител на изкуствен интелект на Гугъл. А в региона на образованието на модели AlphaEvolve откри метод да раздели интервенциите с матрици на по-ефективни подзадачи, като форсира един от основните съставни елементи на архитектурата Gemini с 23% и понижи общото време за образование с 1%.
Дори при осъществяването на задания на ниско равнище, като да вземем за пример усъвършенстване на инструкциите за графичните процесори, където нормално работят единствено компилатори, AlphaEvolve реализира впечатляващи резултати – до 32,5% ускоряване в своята реализация на ядрото FlashAttention за Transformers.
В допълнение към практическите приложения в ИТ инфраструктурата, AlphaEvolve се оказа потребен и в научните задания. Той създаде нова процедура за усъвършенстване на градиентите и предложи усъвършенствани логаритми за умножаване на комплицирани матрици с формат 4×4, като надмина известния логаритъм на Страсен. Освен това системата сполучливо реши и усъвършенства към 20% от повече от 50 отворени математически задания в региона на геометрията, комбинаториката и теорията на числата. Едно от достиженията е нова апроксимация в казуса за kissing number в 11 измерения: AlphaEvolve откри настройка от 593 свързани сфери.
Гугъл преглежда AlphaEvolve като стъпка към универсални системи с изкуствен интелект, които могат освен да пишат код, само че и да оказват помощ в научните открития. В момента компанията приготвя стратегия за ранен достъп за откриватели и създава комфортен за потребителя интерфейс за взаимоотношение със системата. В бъдеще AlphaEvolve може да се ползва освен в ИТ и математиката, само че и в области като материалознание, създаване на медикаменти, стабилно развиване и бизнес разбори.
