AlphaEvolve: Google DeepMinds banbrytande steg mot AGI

Google DeepMind har presenterat AlphaEvolve, en evolutionär kodagent som är utformad för att autonomt upptäcka nya algoritmer och vetenskapliga lösningar. I artikeln med titeln “AlphaEvolve: En kodagent för vetenskaplig och algoritmisk upptäckt,” presenteras denna forskning som ett grundläggande steg mot Artificiell allmän intelligens (AGI) och även Artificiell superintelligens (ASI). Till skillnad från att förlita sig på statisk finjustering eller mänskligt märkta dataset, tar AlphaEvolve en helt annan väg – en som fokuserar på autonom kreativitet, algoritmisk innovation och kontinuerlig självförbättring.

I hjärtat av AlphaEvolve finns en självinneslutande evolutionär pipeline som drivs av stora språkmodeller (LLM). Denna pipeline genererar inte bara utdata – den muterar, utvärderar, väljer och förbättrar kod över generationer. AlphaEvolve börjar med en initial program och förfinar det iterativt genom att införa noggrant strukturerade förändringar.

Dessa förändringar tar formen av LLM-genererade diffar – kodmodifieringar som föreslås av en språkmodell baserad på tidigare exempel och explicita instruktioner. En “diff” i programvaruteknik hänvisar till skillnaden mellan två versioner av en fil, vanligtvis med markerade rader som ska tas bort eller läggas till och nya rader som ska läggas till. I AlphaEvolve genererar LLM dessa diffar genom att analysera den aktuella programvaran och föreslå små redigeringar – lägga till en funktion, optimera en loop eller ändra en hyperparameter – baserat på en prompt som innehåller prestandamått och tidigare lyckade redigeringar.

Varje modifierad programvara testas sedan med hjälp av automatiserade utvärderare som är anpassade för uppgiften. De mest effektiva kandidaterna sparas, refereras och kombineras som inspiration för framtida iterationer. Över tiden leder denna evolutionära loop till uppkomsten av alltmer sofistikerade algoritmer – ofta överträffande de som designats av mänskliga experter.

Att förstå vetenskapen bakom AlphaEvolve

I sin kärna är AlphaEvolve byggt på principer om evolutionär beräkning – en underdisciplin till artificiell intelligens som inspireras av biologisk evolution. Systemet börjar med en grundläggande implementering av kod, som det behandlar som en initial “organism”. Genom generationer modifierar AlphaEvolve koden – införande variationer eller “mutationer” – och utvärderar anpassningen av varje variation med hjälp av en väldefinierad poängfunktion. De bäst presterande varianterna överlever och fungerar som mallar för nästa generation.

Denna evolutionära loop koordineras genom:

• Prompt Sampling: AlphaEvolve konstruerar prompter genom att välja och infoga tidigare lyckade kodexempel, prestandamått och uppgiftsspecifika instruktioner.
• Kodmutation och förslag: Systemet använder en mix av kraftfulla LLM – Gemini 2.0 Flash och Pro – för att generera specifika modifieringar av den aktuella kodbasen i form av diffar.
• Utvärderingsmekanism: En automatiserad utvärderingsfunktion bedömer varje kandidats prestanda genom att köra den och returnera skalära poäng.
• Databas och kontroll: En distribuerad kontrollorkestrerar denna loop, lagrar resultat i en evolutionär databas och balanserar utforskning med exploatering genom mekanismer som MAP-Elites.

Denna feedbackrika, automatiserade evolutionära process skiljer sig radikalt från standardfinjusteringstekniker. Den ger AlphaEvolve möjlighet att generera nya, högpresterande och ibland motsägelsefulla lösningar – pressar gränsen för vad maskinlärning kan uppnå autonomt.

Jämförelse med RLHF

För att uppskatta AlphaEvolves innovation är det viktigt att jämföra det med Reinforcement Learning from Human Feedback (RLHF), en dominerande metod som används för att finjustera stora språkmodeller.

I RLHF används mänskliga preferenser för att träna en belöningsmodell, som vägleder inlärningsprocessen för en LLM via förstärkt inlärning algoritmer som Proximal Policy Optimization (PPO). RLHF förbättrar anpassning och användbarhet hos modeller, men det kräver omfattande mänskligt engagemang för att generera feedbackdata och opererar vanligtvis i en statisk, engångsfinjusteringsregim.

AlphaEvolve, i kontrast:

• Tar bort mänsklig feedback från loopen till förmån för maskinexekverbara utvärderare.
• Stöder kontinuerligt lärande genom evolutionär selektion.
• Utforskar mycket bredare lösningrymder på grund av stokastiska mutationer och asynkron exekvering.
• Kan generera lösningar som inte bara är anpassade, utan nya och vetenskapligt betydelsefulla.

Där RLHF finjusterar beteende, upptäcker och uppfinner AlphaEvolve. Denna distinktion är kritisk när man överväger framtida riktningar mot AGI: AlphaEvolve gör inte bara bättre förutsägelser – det hittar nya vägar till sanning.

Tillämpningar och genombrott

1. Algoritmisk upptäckt och matematiska framsteg

AlphaEvolve har visat sin förmåga till banbrytande upptäckter i kärnalgoritmiska problem. Framför allt upptäckte det en ny algoritm för att multiplicera två 4×4 komplexvärdesmatriser med endast 48 skalära multiplikationer – överträffande Strassens 1969 resultat på 49 multiplikationer och bröt en 56-årig teoretisk takhöjd. AlphaEvolve uppnådde detta genom avancerad tensordekompositionsteknik som den utvecklade över många iterationer, överträffande flera state-of-the-art-approacher.

Förutom matrismultiplikation gjorde AlphaEvolve betydande bidrag till matematisk forskning. Det utvärderades på över 50 öppna problem inom områden som kombinatorik, talteori och geometri. Det matchade de bästa kända resultaten i cirka 75% av fallen och överträffade dem i cirka 20%. Dessa framgångar inkluderade förbättringar av Erdős minimum overlap-problem, en tätare lösning av kissing number-problemet i 11 dimensioner och mer effektiva geometriska packningskonfigurationer. Dessa resultat understryker dess förmåga att fungera som en autonom matematisk utforskare – förfinar, itererar och utvecklar alltmer optimala lösningar utan mänskligt ingripande.

2. Optimering över Googles beräkningsstack

AlphaEvolve har också levererat mätbara prestandaförbättringar över Googles infrastruktur:

• I datacenter schemaläggning upptäckte det en ny heuristik som förbättrade jobbplacering, återhämtade 0,7% av tidigare strandade beräkningsresurser.
• För Geminis träningskärnor utvecklade AlphaEvolve en bättre tilingstrategi för matrismultiplikation, vilket resulterade i en 23% kernelhastighet och en 1% total minskning av tränningstid.
• I TPU-kretsdesign identifierade det en förenkling av aritmetisk logik på RTL (Register-Transfer Level), som verifierades av ingenjörer och inkluderades i nästa generations TPU-chip.
• Det optimerade också compiler-genererad FlashAttention-kod genom att redigera XLA-mellanliggande representationer, vilket minskade inferenstiden på GPU med 32%.

Tillsammans validerar dessa resultat AlphaEvolves förmåga att operera på flera abstraktionsnivåer – från symbolisk matematik till lågnivå-hårdvaruoptimering – och leverera verkliga prestandaförbättringar.

• Evolutionär programmering: En AI-paradigm som använder mutation, selektion och arv för att iterativt förfinar lösningar.
• Kod-superoptimering: Den automatiserade sökningen efter den mest effektiva implementeringen av en funktion – ofta resulterande i förvånansvärt, motsägelsefulla förbättringar.
• Meta-prompt-evolution: AlphaEvolve utvecklar inte bara kod – det utvecklar också hur det kommunicerar instruktioner till LLM – möjliggörande självförbättring av kodningsprocessen.
• Discretisering av förlust: En regleringsterm som uppmuntrar utdata att anpassa sig till halv-heltals- eller heltalsvärden, avgörande för matematisk och symbolisk tydlighet.
• Hallucinationsförlust: En mekanism som injicerar slumpmässighet i mellanliggande lösningar, uppmuntrar utforskning och undviker lokala minima.
• MAP-Elites-algoritm: En typ av kvalitets-diversitetsalgoritm som upprätthåller en diversifierad population av högpresterande lösningar över funktionella dimensioner – möjliggör robust innovation.

Konsekvenser för AGI och ASI

AlphaEvolve är mer än en optimerare – det är en glimt av en framtid där intelligenta agenter kan demonstrera kreativ autonomi. Systemets förmåga att formulera abstrakta problem och utveckla sina egna tillvägagångssätt för att lösa dem representerar ett betydande steg mot Artificiell allmän intelligens. Detta går utöver dataprediktion – det handlar om strukturerat resonemang, strategibildning och anpassning till feedback – kännetecken för intelligent beteende.

Dess förmåga att iterativt generera och förfinar hypoteser signalerar också en utveckling i hur maskiner lär sig. Till skillnad från modeller som kräver omfattande övervakat träning, förbättrar AlphaEvolve sig själv genom en loop av experiment och utvärdering. Denna dynamiska form av intelligens tillåter det att navigera komplexa problemrum, avvisa svaga lösningar och höja starkare lösningar utan direkt mänsklig övervakning.

Genom att exekvera och validera sina egna idéer fungerar AlphaEvolve som både teoretiker och experimentell forskare. Det flyttar sig bortom att utföra fördefinierade uppgifter och in i området för upptäckt, simulerar en autonom vetenskaplig process. Varje föreslagen förbättring testas, benchmarkas och återintegreras – tillåter kontinuerlig förbättring baserad på verkliga resultat snarare än statiska mål.

Kanske mest anmärkningsvärt är AlphaEvolve en tidig instans av rekursiv självförbättring – där ett AI-system inte bara lär sig utan förbättrar komponenter av sig själv. I flera fall förbättrade AlphaEvolve träningsinfrastrukturen som stöder dess egna grundmodeller. Även om det fortfarande är begränsat av nuvarande arkitekturer, sätter denna förmåga en prejudikat. Med fler problem ramade i utvärderbara miljöer kunde AlphaEvolve skala mot alltmer sofistikerat och självoptimerande beteende – en grundläggande egenskap hos Artificiell superintelligens (ASI).

Begränsningar och framtida riktning

AlphaEvolves nuvarande begränsning är dess beroende av automatiserade utvärderingsfunktioner. Detta begränsar dess användbarhet till problem som kan formaliseras matematiskt eller algoritmiskt. Det kan inte ännu operera meningsfullt i områden som kräver underförstådd mänsklig förståelse, subjektiv bedömning eller fysisk experiment.

Men framtida riktningar inkluderar:

• Integrering av hybridutvärdering: kombinerar symboliskt resonemang med mänskliga preferenser och naturligt språk-kritik.
• Distribution i simuleringsmiljöer, möjliggörande inkarnerad vetenskaplig experiment.
• Destillering av utvecklade utdata till bas-LLM, skapar mer kapabla och exempel-effektiva grundmodeller.

Dessa riktningar pekar mot alltmer agenter som kan utföra autonomt, högrisk-problem-lösning.

Slutsats

AlphaEvolve är ett betydande steg framåt – inte bara i AI-verktyg utan i vår förståelse av maskinintelligens i sig. Genom att kombinera evolutionär sökning med LLM-resonemang och feedback, omdefinierar det vad maskiner kan upptäcka autonomt. Det är en tidig men betydande signal som visar att självförbättrande system som kan visa verklig vetenskaplig tanke inte längre är teoretiska.

I framtiden, när AlphaEvolve skalar över mer komplexa och abstrakta områden – och när mänskligt ingripande i processen minskar – kan det visa accelererande intelligensvinster. Denna självförstärkande cykel av iterativ förbättring, tillämpad inte bara på externa problem utan inåt på sin egen algoritmiska struktur, är en teknisk mekanism för att starta mot AGI, där systemet inte bara slutför uppgifter utan förbättrar den infrastruktur som möjliggör dess lärande och resonemang.

Över tiden, när AlphaEvolve skalar över mer komplexa och abstrakta områden – och när mänskligt ingripande i processen minskar – kan det visa accelererande intelligensvinster. Denna självförstärkande cykel av iterativ förbättring, tillämpad inte bara på externa problem utan inåt på sin egen algoritmiska struktur, är en teknisk mekanism för att starta mot AGI, där systemet inte bara slutför uppgifter utan förbättrar den infrastruktur som möjliggör dess lärande och resonemang. Med sin kombination av kreativitet, autonomi och rekursion kan AlphaEvolve komma att minnas inte bara som en produkt av DeepMind, utan som en ritning för de första riktigt allmänna och självutvecklande artificiella medvetanden.