12 ore fa
7
AGI - Google DeepMind ha presentato AlphaEvolve, un nuovo sistema di intelligenza artificiale generativa in grado di scrivere codice informatico e migliorare algoritmi complessi attraverso un processo evolutivo automatico. Il sistema è già in uso all'interno dell'ecosistema Google, dove ha contribuito in modo significativo a ottimizzare i data center, accelerare l'addestramento dei modelli AI e migliorare la progettazione dei chip.
"AlphaEvolve è un agente di programmazione AI basato su Gemini in grado di fare nuove scoperte in ambito informatico e matematico", ha spiegato Matej Balog, ricercatore presso Google DeepMind, in un'intervista a VentureBeat. "È in grado di scoprire algoritmi di notevole complessità, che si estendono su centinaia di righe di codice con strutture logiche sofisticate che vanno ben oltre le semplici funzioni".
Secondo quanto riferito dall'azienda, AlphaEvolve ha permesso un recupero dello 0,7% delle risorse informatiche globali di Google, un risultato ottenuto grazie alla scoperta di un'euristica semplice ma efficace per la gestione dei carichi nei data center. La soluzione è già stata adottata in produzione, assicura il colosso di Mountain View, e garantisce benefici in termini di efficienza energetica, scalabilità e leggibilità del codice, rendendolo facilmente interpretabile anche dagli ingegneri umani.
Cosa fa AlphaEvolve
Tra le applicazioni più rilevanti, il sistema ha ottimizzato una procedura chiave nei modelli d'intelligenza artificiale di Google, accelerandola fino al 23%. Questo miglioramento, si legge sul blog di Google, si è tradotto in una riduzione dell'1% del tempo di addestramento dei modelli linguistici generativi, con un impatto diretto sui costi e sull'efficienza operativa.
Per Tech Crunch, inoltre, AlphaEvolve introduce un meccanismo innovativo per ridurre le sviste dei vari sistemi di AI: un sistema di valutazione automatica delle risposte. Il modello è in grado di generare, analizzare criticamente e selezionare un insieme di risposte possibili a una determinata domanda, attribuendo a ciascuna un punteggio in base alla sua accuratezza. In questo modo, il sistema riesce a identificare la soluzione più affidabile e coerente.
Ma il contributo di AlphaEvolve si estende anche al campo della matematica teorica. Il sistema avrebbe scoperto nuovi algoritmi per la moltiplicazione di matrici, superando il celebre metodo di Strassen del 1969, e ha fornito una nuova configurazione record per il problema del kissing number in 11 dimensioni, uno dei problemi irrisolti più noti nella geometria discreta.
Alla base del sistema vi è l'impiego combinato di modelli linguistici avanzati della famiglia Gemini, in particolare Gemini Flash e Gemini Pro, che consentono di esplorare e selezionare soluzioni attraverso una procedura evolutiva basata su mutazioni, selezione e verifica automatica delle prestazioni. DeepMind ha annunciato di essere al lavoro su una nuova interfaccia utente per facilitare l'interazione con AlphaEvolve, e ha aperto le registrazioni a un programma di accesso anticipato per ricercatori selezionati. L'obiettivo è ampliare l'utilizzo del sistema in campi ad alto impatto sociale come la scoperta di nuovi farmaci, la scienza dei materiali e lo sviluppo sostenibile.
·
·
·
·
·
·
·
