Les systèmes d’IA de Google Deepmind ont fait de grands progrès scientifiques ces dernières années – de Prédire les structures 3D de presque tous Protéine connue dans l’univers pour Prévoir la météo Plus précisément que jamais.
Le laboratoire basé au Royaume-Uni a dévoilé aujourd’hui ses derniers progrès: Alphaevolve, un IA Agent de codage qui fait mieux les modèles de langage (LLM) comme les gemini pour résoudre l’informatique complexe et les problèmes mathématiques.
Alphaevolve est alimenté par les mêmes modèles qu’il essaie de s’améliorer. À l’aide de Gemini, l’agent propose des programmes – écrits en code – qui essaient de résoudre un problème donné. Il exécute chaque extrait de code via des tests automatisés qui évaluent à quel point il est précis, efficace ou nouveau. Alphaevolve conserve les extraits de code les plus performants et les utilise comme base pour la prochaine série de génération. Sur de nombreux cycles, ce processus «évolue» de meilleures et de meilleures solutions. Essentiellement, c’est une IA autonome.
DeepMind a déjà utilisé Alphaevolve pour lutter contre la consommation d’énergie du centre de données, concevoir de meilleures puces et accélérer l’entraînement en IA. Voici cinq de ses meilleurs exploits jusqu’à présent.
1. Il a découvert de nouvelles solutions à certains des problèmes de mathématiques les plus difficiles du monde
Alphaevolve a été mis à l’épreuve sur plus de 50 problèmes ouverts en mathématiques, de la combinatoire à la théorie des nombres. Dans 20% des cas, il s’est amélioré sur les solutions les plus connues.
L’un d’eux était l’homme de 300 ans Problème de numéro d’embrasser. Dans l’espace 11-dimensionnel, Alphaevolve a découvert une nouvelle limite inférieure avec une configuration de 593 sphères – des progrès que même les mathématiciens experts n’avaient pas atteint.
2. Il a rendu les centres de données de Google plus efficaces
L’agent d’IA a imaginé un moyen de mieux gérer la planification des aliments dans les centres de données de Google. Cela a permis au géant de la technologie d’améliorer l’efficacité énergétique de son centre de données de 0,7% au cours de la dernière année – un coût et un économiseur d’énergie significatifs étant donné la taille de son fonctionnement du centre de données.
3. Cela a aidé à former plus rapidement les gemini
Alphaevolve a amélioré la façon dont les multiplications matricielles sont divisées en sous-problèmes, une opération de base dans la formation de modèles d’IA comme les Gémeaux. Cette optimisation a accéléré le processus de 23%, réduisant le temps de formation total des Gémeaux de 1%. Dans le monde de l’IA générative, chaque point de pourcentage peut se traduire par des économies de coûts et d’énergie.
4. Il a conçu une partie de la prochaine puce AI de Google
L’agent utilise également ses compétences d’écriture de code pour recâbler les choses dans le monde physique. Il a réécrit une partie d’un circuit arithmétique dans Verilog – une langue utilisée pour la conception des puces – la rendant plus efficace. Cette même logique est maintenant utilisée pour développer le futur TPU de Google (Tensor Processing Unit), une puce avancée pour apprentissage automatique.
5. Il a battu un algorithme légendaire de 1969
Pendant des décennies, Strassen algorithme était l’étalon-or pour multiplier les matrices complexes 4 × 4. Alphaevolve a trouvé une solution plus efficace – en utilisant moins de multiplications scalaires. Cela pourrait conduire à des LLM plus avancés, qui compter fortement sur la multiplication matricielle pour fonctionner.
Selon DeepMind, ces exploits ne sont que la pointe de l’iceberg pour Alphaevolve. Le laboratoire envisage que l’agent résolvant d’innombrables problèmes, de la découverte de nouveaux matériaux et de nouveaux médicaments pour rationaliser les opérations commerciales.
AI’s évolution sera un sujet brûlant à Conférence TNWqui a lieu du 19 au 20 juin à Amsterdam. Les billets pour l’événement sont Maintenant en vente – Utilisez le code TNWXMedia2025 à la caisse pour obtenir 30% de réduction.
Source link