Google DeepMind ha presentado su más reciente desarrollo en inteligencia artificial, conocido como AlphaEvolve, el cual promete revolucionar la forma en que se abordan problemas complejos en matemáticas y ciencia. Este nuevo sistema se basa en los modelos de lenguaje de gran tamaño (LLMs) de la compañía, a los que se les ha integrado un enfoque «evolutivo» que permite evaluar y mejorar algoritmos en función de diversos casos de uso.
AlphaEvolve actúa como un agente de codificación de IA, pero su funcionamiento es más avanzado que el de un chatbot estándar. Una de las innovaciones clave de AlphaEvolve es su capacidad de exigir un sistema de evaluación automática. Cuando un investigador interactúa con esta IA, introduce un problema junto con posibles soluciones. A partir de ahí, el modelo genera múltiples posibles soluciones utilizando Gemini Flash y Gemini Pro, las cuales son analizadas por un evaluador. A través de un marco evolutivo, AlphaEvolve puede concentrarse en la mejor solución y mejorarla continuamente.
A diferencia de muchos sistemas de IA anteriores, como el reconocido AlphaFold —diseñado para predecir la estructura de proteínas—, AlphaEvolve es más dinámico y se define como una IA de propósito general. DeepMind afirma que este sistema puede asistir en investigaciones relacionadas con cualquier problema de programación o algoritmo, y su implementación ya ha comenzado a mostrar resultados positivos en las operaciones comerciales de Google.
Uno de los logros destacados de AlphaEvolve fue su aplicación en el sistema de gestión de clústeres Borg de Google, donde sugirió cambios en las heurísticas de programación que resultaron en un ahorro del 0.7% en el uso de recursos computacionales a nivel global. Para una compañía del tamaño de Google, este ahorro representa un beneficio financiero significativo.
Además, AlphaEvolve ha mostrado potencial para hacer sistemas de inteligencia artificial generativa más eficientes, algo crucial para la monetización de estas tecnologías. DeepMind afirma que AlphaEvolve ha descubierto un nuevo algoritmo para multiplicar matrices complejas que es más eficiente que el método tradicional desarrollado por Volker Strassen en 1969. Este avance es notable, especialmente considerando que AlphaEvolve superó en eficacia a AlphaTensor, una IA previamente entrenada para resolver problemas matemáticos específicos.
Por último, se anticipa que el hardware de procesamiento Tensor de próxima generación de Google se beneficiará de las contribuciones de AlphaEvolve, ya que este sistema creó modificaciones en el lenguaje de descripción de hardware Verilog del chip que eliminan bits innecesarios para mejorar la eficiencia. Aunque su desarrollo ha sido exclusivo para Google hasta ahora, es posible que en el futuro se integren sus enfoques de evaluación en herramientas de IA más pequeñas para la investigación.
 de la compañía, a los que se les ha integrado un enfoque "evolutivo" que permite evaluar y mejorar algoritmos en función de diversos casos de uso.){kind=link}