Un profesor ignorado cita un noticia de ARS Technica: La División de Investigación DeepMind de Google afirma que su nuevo agente de IA marca un paso significativo cerca de el uso de la tecnología para chocar grandes problemas en matemáticas y ciencias. El sistema, conocido como Alphaevolve, se basamento en los modelos de idioma magnate Gemini (LLM) de la compañía, con la aditamento de un enfoque “evolutivo” que evalúa y alivio los algoritmos en una variedad de casos de uso. Alphaevolve es esencialmente un agente de codificación de IA, pero va más profundo que un chatbot de Géminis normalizado. Cuando acento con Géminis, siempre existe el peligro de ofuscación, donde la IA constituye detalles oportuno a la naturaleza no determinista de la tecnología subyacente. Alphaevolve utiliza un enfoque interesante para aumentar su precisión al manejar problemas algorítmicos complejos.

De acuerdo a Profundoesta IA utiliza un sistema de evaluación cibernética. Cuando un investigador interactúa con Alphaevolve, ingresa un problema contiguo con posibles soluciones y vías para explorar. El maniquí genera múltiples soluciones posibles, utilizando el flash Gemini valioso y el Gemini Pro más orientado a los detalles, y luego el evaluador analiza cada posibilidad. Un situación evolutivo le permite a Alphaevolve centrarse en la mejor posibilidad y mejorarla. Muchos de los sistemas de IA pasados ​​de la compañía, por ejemplo, el Alfafold de plegado de proteínas, fueron entrenados ampliamente en un solo dominio de conocimiento. Alphaevolve, sin confiscación, es más dinámico. DeepMind dice que Alphaevolve es una IA de propósito normal que puede ayudar a investigar en cualquier programación o problema algorítmico. Y Google ya ha comenzado a implementarlo en su negocio en expansión con resultados positivos. Alphaevolve AI de Deepmind ha optimizado el planificador de clúster Borg de Google, reduciendo el uso total de fortuna informáticos en un 0.7%, un parquedad significativo de costos a escalera de Google. Todavía superó a la IA especializada como Alphatensor al descubrir un cálculo más valioso para multiplicar matrices de títulos complejos. Encima, Alphaevolve propuso optimizaciones a nivel de hardware para los chips tensor de próxima concepción de Google.

La IA sigue siendo demasiado compleja para la libramiento pública, pero eso puede cambiar en el futuro a medida que se integra en herramientas de investigación más pequeñas.