Google DeepMind представил ИИ-агента, делающий открытия в фундаментальной математике
Среди авторов этой работы 3 ребят с российскими корнями - Александр Новиков, Сергей Широбоков, Борислав Козловский.
AlphaEvolve — ИИ-агент программист, который не просто помогает писать код, но сам становится учёным-программистом, делающим открытия в области математики, алгоритмов и оптимизации
В отличие от обычных LLM, AlphaEvolve может эволюционировать целые кодовые базы на любом языке программирования, а не только отдельные функции или небольшие фрагменты.
Главное отличие AlphaEvolve от обычных подходов к ИИ-генерации кода — эволюционный подход, автоматическая оценка и обратная связь.
AlphaEvolve смогла сделать несколько значимых научных открытий:
1. система нашла алгоритм умножения комплексных матриц 4×4, использующий всего 48 скалярных умножений. Это первое улучшение за 56 лет после алгоритма Штрассена (1969), который требовал 49 умножений.
Всего AlphaEvolve превзошёл современное состояние науки для 14 различных размеров матриц, найдя алгоритмы, требующие меньше операций.
2. AlphaEvolve применили к более чем 50 открытым математическим проблемам и в 20% случаев он превзошёл лучшие известные результаты.
AlphaEvolve не только делает теоретические открытия, но и решает практические задачи:
- Оптимизация планирования в ЦОД.
- Ускорение обучения Gemini.
- Оптимизация схем TPU.
- Ускорение механизма внимания.
Главное ограничение AlphaEvolve — необходимость формальной функции оценки для каждой задачи. Это делает его неприменимым для проблем, где трудно автоматически измерить качество решения, например, в некоторых областях естественных наук, требующих физических экспериментов.
Среди авторов этой работы 3 ребят с российскими корнями - Александр Новиков, Сергей Широбоков, Борислав Козловский.
AlphaEvolve — ИИ-агент программист, который не просто помогает писать код, но сам становится учёным-программистом, делающим открытия в области математики, алгоритмов и оптимизации
В отличие от обычных LLM, AlphaEvolve может эволюционировать целые кодовые базы на любом языке программирования, а не только отдельные функции или небольшие фрагменты.
Главное отличие AlphaEvolve от обычных подходов к ИИ-генерации кода — эволюционный подход, автоматическая оценка и обратная связь.
AlphaEvolve смогла сделать несколько значимых научных открытий:
1. система нашла алгоритм умножения комплексных матриц 4×4, использующий всего 48 скалярных умножений. Это первое улучшение за 56 лет после алгоритма Штрассена (1969), который требовал 49 умножений.
Всего AlphaEvolve превзошёл современное состояние науки для 14 различных размеров матриц, найдя алгоритмы, требующие меньше операций.
2. AlphaEvolve применили к более чем 50 открытым математическим проблемам и в 20% случаев он превзошёл лучшие известные результаты.
AlphaEvolve не только делает теоретические открытия, но и решает практические задачи:
- Оптимизация планирования в ЦОД.
- Ускорение обучения Gemini.
- Оптимизация схем TPU.
- Ускорение механизма внимания.
Главное ограничение AlphaEvolve — необходимость формальной функции оценки для каждой задачи. Это делает его неприменимым для проблем, где трудно автоматически измерить качество решения, например, в некоторых областях естественных наук, требующих физических экспериментов.