Google DeepMind anuncia una inteligencia artificial científica “revolucionaria”.

Google DeepMind acaba de utilizar modelos de chatbots para ofrecer soluciones a importantes problemas matemáticos e informáticos. El sistema, llamado AlphaEvolve, combina la creatividad de los grandes modelos de lenguaje (LLM) con algoritmos que pueden examinar las sugerencias del modelo para filtrar y mejorar las soluciones. La investigación se describe en un informe técnico publicado por la compañía el 14 de mayo.

"Este artículo es realmente impresionante", comentó Mario Krenn, director del Laboratorio de Científicos Artificiales del Instituto Max Planck de Ciencias de la Luz en Erlangen, Alemania. "Creo que AlphaEvolve es la primera demostración exitosa de nuevos descubrimientos basados ​​en LLM multipropósito".

Según Pushmeet Kohli, Científico Jefe de DeepMind, además de usar el sistema para encontrar soluciones a problemas sin resolver, DeepMind ha aplicado esta técnica de inteligencia artificial (IA) a sus propios desafíos del mundo real. AlphaEvolve ha ayudado a mejorar el diseño de la próxima generación de procesadores tensoriales (chips informáticos desarrollados específicamente para IA) y ha encontrado una manera de aprovechar de forma más eficiente la capacidad de procesamiento global de Google, ahorrando un 0,7 % de los recursos totales.

IA multipropósito

Según Krenn, las aplicaciones de IA más exitosas en la ciencia hasta la fecha, incluida la herramienta de diseño de proteínas AlphaFold, han implicado algoritmos de aprendizaje diseñados manualmente para tareas específicas. Sin embargo, AlphaEvolve es versátil y aprovecha las capacidades de LLM para generar código que resuelve problemas en una amplia gama de campos.

DeepMind describe AlphaEvolve como un «agente», ya que implica el uso de modelos interactivos de IA. Sin embargo, se centra en un punto diferente del proceso científico que muchos otros sistemas científicos de IA «agente», que se utilizan para revisar la literatura y proponer hipótesis.

AlphaEvolve se basa en la línea Gemini LLM de la compañía. Cada tarea comienza con el usuario introduciendo la pregunta, los criterios de evaluación y una solución sugerida, a partir de la cual el LLM sugiere cientos o miles de revisiones. Un algoritmo de evaluación evalúa las revisiones según los criterios para una buena solución.

Matej Balog, científico de IA en DeepMind y coinvestigador principal, afirmó que, basándose en las soluciones más eficaces, LLM propone nuevas ideas y, con el tiempo, el sistema desarrolla un conjunto de algoritmos más potentes. Añadió: « Exploramos diversas capacidades para la resolución de problemas».

Aplicación restringida

En matemáticas, AlphaEvolve parece permitir una aceleración significativa en la resolución de ciertos problemas, según Simon Frieder, matemático e investigador de IA de la Universidad de Oxford, Reino Unido. Sin embargo, probablemente solo será aplicable a una pequeña parte de las tareas que pueden presentarse como problemas para resolver mediante código, afirma.

Otros investigadores se muestran cautelosos a la hora de evaluar la utilidad de la herramienta hasta que se pruebe fuera de DeepMind. «Hasta que los sistemas sean probados por una comunidad más amplia, mantengo mi escepticismo y considero los resultados publicados con cautela», declaró Huan Sun, investigador de IA en la Universidad Estatal de Ohio en Columbus.

Según Kohli, aunque AlphaEvolve requiere menos potencia de procesamiento que AlphaTensor, sigue consumiendo demasiados recursos como para ofrecerse gratuitamente en los servidores de DeepMind. Sin embargo, la compañía espera que el anuncio del sistema anime a los investigadores a proponer campos científicos donde AlphaEvolve pueda aplicarse. Kohli afirmó: «Estamos totalmente comprometidos a garantizar que la mayoría de la comunidad científica pueda acceder a él».

VNA

Fuente: https://nhandan.vn/google-deepmind-cong-bo-ai-khoa-hoc-dot-pha-post879748.html