Google Deepmind’s AI Agent Dream Up Algorithms mimo lidské odborné znalosti

Klíčovou otázkou v umělé inteligenci je, jak často modely přesahují pouze regurgitaci a remixování toho, co se naučili, a vytvářejí skutečně nové myšlenky nebo postřehy.

Nový projekt od Google DeepMind ukazuje, že s několika chytrými vylepšeními mohou tyto modely alespoň překonat lidské odborné znalosti a navrhovat určité typy algoritmů – včetně těch, které jsou užitečné pro pokrok samotného AI.

Nejnovější projekt AI společnosti s názvem Alphaevolve kombinuje kódovací dovednosti svého modelu Gemini AI s metodou pro testování účinnosti nových algoritmů a evoluční metody pro výrobu nových návrhů.

Alphaevolve přišla s účinnějšími algoritmy pro několik druhů výpočtu, včetně metody pro výpočty zahrnující matice, která zlepšuje přístup nazývaný algoritmus Strassen, na který se spoléhá po dobu 56 let. Nový přístup zlepšuje výpočetní účinnost snížením počtu výpočtů potřebných k dosažení výsledku.

DeepMind také použil Alphaevolve, aby přišel s lepšími algoritmy pro několik problémů v reálném světě, včetně plánování úkolů uvnitř datových center, načrtnutí návrhu počítačových čipů a optimalizaci návrhu algoritmů používaných k vytváření velkých jazykových modelů, jako je Gemini.

„Jedná se o tři kritické prvky moderního ekosystému AI,“ říká Pushmeet Kohli, vedoucí AI pro vědu v Deepmind. „Tento nadlidský kódovací agent je schopen převzít určité úkoly a jít daleko za to, co je pro ně známo, pokud jde o řešení.“

Matej Balog, jeden z výzkumů vede na Alphaevolve, říká, že je často obtížné vědět, zda velký jazykový model přišel s skutečně novými kousek psaní nebo kódu, ale je možné ukázat, že nikdo nepřišel s lepším řešením určitých problémů. „Velmi jsme ukázali, že můžete objevit něco, co je prokazatelně nové a prokazatelně správné,“ říká Balog. „Můžete si být opravdu jisti, že to, co jste našli, nemohlo být ve školení.“

Sanjeev Arora, vědec z Princetonské univerzity specializující se na design algoritmu, říká, že pokroky provedené společností Alphaevolve jsou relativně malé a vztahují se pouze na algoritmy, které zahrnují vyhledávání prostřednictvím prostoru potenciálních odpovědí. Dodává však: „Hledání je docela obecný nápad platný pro mnoho nastavení.“

Kódování poháněné AI začíná měnit způsob, jakým vývojáři a společnosti píšou software. Nejnovější modely AI způsobují, že pro nováčky jsou triviální vytvářet jednoduché aplikace a webové stránky a někteří zkušení vývojáři používají AI k automatizaci více své práce.

Alphaevolve ukazuje potenciál AI, aby přišel s zcela novými nápady prostřednictvím neustálého experimentování a hodnocení. DeepMind a další společnosti AI doufají, že agenti AI se postupně naučí projevovat obecnější vynalézavost v mnoha oblastech, možná nakonec generují geniální řešení obchodního problému nebo nových poznatků, když dostanou konkrétní problém.

Josh Alman, odborný asistent na Columbia University, který pracuje na designu algoritmu, říká, že se zdá, že Alphaevolve vytváří spíše nové myšlenky než remixování věcí, které se během tréninku naučilo. „Musí to dělat něco nového a nejen regurgitačního,“ říká.