AlphaEvolve は、Google の Gemini Flash、Gemini Pro、自動評価メトリックを組み合わせたものです。
Google DeepMindは、数学とコンピューティングで使用されるアルゴリズムを進化させることを目的とした生成AIエージェント「AlphaEvolve」を発表しました。このシステムは、「数学的解析、幾何学、組合せ論、数論」のための新しく複雑なアルゴリズムを開発します。
学術ユーザーは、AlphaEvolve早期アクセスプログラムへの参加を申請できます。GoogleはAlphaEvolveを「より広く利用可能」にすることを計画していますが、具体的な時期は未定です。
AlphaEvolveは、大規模な言語モデルに基づいて構築された「進化型」コーディングエージェントです。
AlphaEvolveはGoogleの他の高度なモデルも活用しており、Gemini FlashとGemini Proの両方が統合されています。Googleによると、Flashは幅広い機能を提供し、Proは奥深さを提供するとのことです。AlphaEvolveの出力を検証するデジタル評価ツールは、プロンプトから生成されたプログラムを保存し、タスクに適用します。Googleが進化的アルゴリズムと呼ぶものが、これらのプログラムを選別し、将来のプロンプトで使用するプログラムを選択します。
参照: マイクロソフトは従業員の 3% を解雇しました。主にソフトウェア エンジニアリングと製品管理のマネージャーです。
Googleは、AlphaEvolveによって「Googleのデータセンター、チップ設計、AIトレーニングプロセスの効率が向上した。これには、AlphaEvolve自体の基盤となる大規模言語モデルのトレーニングも含まれる」と述べている。このエージェントは、キス数問題（300年間、一般的な形では未解決のままだった幾何学パズル）など、長年の数学課題に対応する、より効率的な新しいアルゴリズムを開発した。
GoogleはTPUの設計などにAlphaEvolveを採用した
Google は社内的に、AlphaEvolve によって作成されたアルゴリズムをデータ センターの設計、ハードウェア、ソフトウェアの設計に導入しています。
データセンターでは、GoogleはBorgクラスタマネージャにAlphaEvolveを適用し、スケジューリングと効率性を向上させました。1年以上の運用を経て、Googleの全世界のコンピューティングリソースの0.7%を回復しました。
ハードウェアに関しては、AlphaEvolve は、AI 加速のための Google の Tensor Processing Unit の次期バージョンの回路から不要なビットを削除し、Verilog ハードウェア記述言語での書き換えを推奨しました。
ソフトウェア面では、AlphaEvolveはGeminiのトレーニング時間を1%短縮する方法を発見しました。この割合は低いように思えるかもしれませんが、Googleは生成AIの開発には膨大なコンピューティングリソースが必要となるため、効率性の向上は大きなメリットにつながると指摘しています。最後に、AlphaEvolveは低レベルGPU命令を最適化し、TransformerベースのAIモデルで使用されるFlashAttentionカーネル実装において最大32.5%の高速化を達成しました。
こちらもご覧ください
- OpenAIの新しい安全性評価ハブがAIモデルのテストの幕を開ける
- 10億ドルの取引：DatabricksがNeonを買収し、AI駆動型データベースを強化
- AI推論モデルの革新は1年以内に減速するとアナリストが警告
- 人工知能：さらに読むべき記事
ミーガン・クラウス
メーガン・クラウスは、B2Bニュースおよび特集記事の執筆で10年の経験を有し、Manufacturing.netのライター、そして後に編集者として活躍しました。彼女のニュース記事や特集記事は、Military & Aerospace Electronics、Fierce Wireless、TechRepublic、eWeekに掲載されています。また、Security Intelligenceではサイバーセキュリティに関するニュースや特集記事の編集も担当しました。フェアリー・ディキンソン大学で英文学の学位を取得し、クリエイティブライティングを副専攻しました。
