Програмисти, въздъхнете дълбоко: ИИ вече сам пише код, оптимизира обучението, управлява Verilog и не иска бонуси

Новата система на Google решава математически задачи, с които учените не са се справили в продължение на 300 години.

Google представи AlphaEvolve – нов ИИ агент, който съчетава креативността на големите езикови модели със строгата проверка на решенията за намиране и оптимизиране на алгоритмите. Тази система е способна не просто да генерира функции, както правеха предишни проекти като AlphaTensor, а да създава цели бази от кодове, като ги подобрява еволюционно с всяка итерация.

Сърцето на AlphaEvolve е комбинация от два модела Gemini: по-бързата и по-лека версия Flash отговаря за широкия обхват на идеите, докато мощният Gemini Pro предлага дълбочина и прецизност. Заедно те генерират програмен код, който се проверява автоматично за коректност и ефективност. Всички варианти се съхраняват в база данни и участват в процес на подбор, основан на принципите на еволюционен алгоритъм – само най-успешните решения се използват в следващия кръг на генериране.

Системата вече доказа своята практическа стойност: алгоритмите, разработени от AlphaEvolve, се използват в центровете за данни на Google, при проектирането на чипове и при ускоряване обучението на изкуствения интелект. Така например агентът е предложил нов евристичен метод за управление на натоварването в центровете за данни, който е върнал в обръщение около 0,7% от изчислителните ресурси в световен мащаб. И всичко това е под формата на разбираем за човека код, което го прави не само ефикасен, но и лесен за прилагане.

По отношение на хардуера AlphaEvolve помогна за пренаписването на част от кода на езика Verilog, като оптимизира операцията за умножение на матрици, без да се губи коректността. Тази промяна вече е интегрирана в бъдещата версия на TPU, специализирания ускорител на изкуствен интелект на Google. А в областта на обучението на модели AlphaEvolve намери начин да раздели операциите с матрици на по-ефективни подзадачи, като ускори един от ключовите компоненти на архитектурата Gemini с 23% и намали общото време за обучение с 1%.

Дори при изпълнението на задачи на ниско ниво, като например оптимизиране на инструкциите за графичните процесори, където обикновено работят само компилатори, AlphaEvolve постигна впечатляващи резултати – до 32,5% ускорение в своята реализация на ядрото FlashAttention за Transformers.

В допълнение към практическите приложения в ИТ инфраструктурата, AlphaEvolve се оказа полезен и в научните задачи. Той разработи нова процедура за оптимизиране на градиентите и предложи усъвършенствани алгоритми за умножаване на сложни матрици с формат 4×4, като надмина известния алгоритъм на Страсен. Освен това системата успешно реши и подобри около 20% от повече от 50 отворени математически задачи в областта на геометрията, комбинаториката и теорията на числата. Едно от постиженията е нова апроксимация в проблема за kissing number в 11 измерения: AlphaEvolve намери конфигурация от 593 свързани сфери.

Google разглежда AlphaEvolve като стъпка към универсални системи с изкуствен интелект, които могат не само да пишат код, но и да помагат в научните открития. В момента компанията подготвя програма за ранен достъп за изследователи и разработва удобен за потребителя интерфейс за взаимодействие със системата. В бъдеще AlphaEvolve може да се прилага не само в ИТ и математиката, но и в области като материалознание, разработване на лекарства, устойчиво развитие и бизнес анализи.