Alphabet旗下的谷歌DeepMind部门今日详细介绍了AlphaEvolve，这是一种能够解决复杂编程和数学难题的人工智能代理。

公司表示，他们已经利用AlphaEvolve提升了数据中心的效率。此外，这个AI代理在数学研究和芯片开发方面也展现出潜力。

AlphaEvolve通过多个步骤进行处理。当接到编程任务时，代理使用谷歌的轻量级Gemini 2.0 Flash语言模型生成多段代码。一个自动评估机制随后根据质量对这些代码片段进行排名。然后，AlphaEvolve选择最佳代码片段并要求Gemini 2.0 Flash进行改进。

代理在多轮中对AI生成的代码进行优化。当Gemini 2.0 Flash不再能提出改进建议时，AlphaEvolve切换到Gemini 2.0 Pro，这是一种更强大的模型，虽然牺牲了一些速度，但提高了输出质量。

“AlphaEvolve中的进化过程利用了现代大型语言模型响应反馈的能力，使得可以发现与初始候选池在语法和功能上有显著不同的候选者，”DeepMind的研究人员在研究论文中详细说明。

谷歌已经在多个内部项目中使用了AlphaEvolve。其中一些项目专注于矩阵乘法，即AI模型用来处理数据的数学运算。矩阵是一个由类似电子表格的行和列组织的数字集合。

芯片设计师不是绘制处理器蓝图，而是使用一种叫做Verilog的编程语法来编写它们。在一个项目中，AlphaEvolve帮助谷歌工程师改进了用于执行矩阵乘法的电路的Verilog代码。公司已将该电路纳入其TPU系列AI处理器的即将推出的产品中。

在另一个内部项目中，AlphaEvolve开发了允许谷歌的Gemini模型将矩阵乘法分解为更小、更易管理的计算的方法。搜索巨头表示，这些改进使Gemini最重要的组件之一的速度提高了23%。

AlphaEvolve还帮助公司提高了数据中心的效率。谷歌使用一个名为Borg的软件平台来管理其基础设施资源。AlphaEvolve建议对该平台进行改进，目前“平均恢复了谷歌全网计算资源的0.7%”，DeepMind的研究人员详细说明。

据搜索巨头称，使AlphaEvolve能够优化数据中心和芯片设计的推理能力使其对数学研究有用。“为了调查AlphaEvolve的广度，我们将系统应用于数学分析、几何、组合学和数论中的50多个开放问题，”研究人员在博客文章中写道，该文章伴随着论文。“系统的灵活性使我们能够在数小时内设置大多数实验。在大约75%的情况下，据我们所知，它重新发现了最先进的解决方案。”

谷歌计划通过早期访问计划向学术界提供AI代理。此外，公司正在研究未来向更多用户开放访问的可能性。

“虽然AlphaEvolve目前正在数学和计算领域应用，但其通用性质意味着它可以应用于任何可以描述为算法并自动验证的解决方案的问题，”DeepMind的研究人员写道。“我们相信AlphaEvolve可以在材料科学、药物发现、可持续性以及更广泛的技术和商业应用等许多领域带来变革。”