Google DeepMindが「画期的な」科学的AIを発表

Google DeepMindは、チャットボットモデルを用いて、数学とコンピュータサイエンスにおける難問の解決策を導き出しました。「AlphaEvolve」と呼ばれるこのシステムは、大規模言語モデル（LLM）の創造性と、モデルの提案を検証し、解決策を洗練・改善できるアルゴリズムを組み合わせます。この研究は、同社が5月14日に発表した技術論文で説明されています。

「この論文は非常に印象的です」と、ドイツ・エアランゲンにあるマックス・プランク光科学研究所の人工光科学者研究所所長、マリオ・クレン氏は述べています。「AlphaEvolveは、汎用性の高い人工光科学（LLM）に基づく新たな発見を初めて実証した論文だと思います。」

DeepMindのチーフサイエンティスト、プッシュミート・コーリ氏によると、同社はオープンエンド問題の解決策を見つけるためにこのシステムを使用するだけでなく、この人工知能（AI）技術を自社の現実世界の課題にも適用しているという。AlphaEvolveは、AI専用に開発されたコンピュータチップである次世代テンソルプロセッサの設計改善に貢献し、Googleのグローバルなコンピューティングパワーをより効率的に活用する方法を見つけ、総リソースの0.7%を節約した。

多目的AI

クレン氏によると、これまでの科学分野におけるAIの成功例のほとんどは、タンパク質設計ツールAlphaFoldを含め、特定のタスク向けに人手で構築された学習アルゴリズムを伴っていた。しかし、AlphaEvolveは汎用性が高く、LLMの様々な分野の問題を解決するコード生成能力を活用している。

DeepMindは、インタラクティブなAIモデルを使用するため、AlphaEvolveを「エージェント」と表現しています。しかし、AlphaEvolveは、文献レビューや仮説の提案に使用される他の多くの「エージェント」型AI科学システムとは異なり、科学プロセスにおける異なるポイントをターゲットとしています。

AlphaEvolveは、同社のGemini LLMラインをベースにしています。各タスクは、ユーザーが質問、評価基準、そして提案された解決策を入力することから始まります。LLMはそれらに基づいて、数百、数千もの修正案を提案します。その後、「評価」アルゴリズムが、優れた解決策の基準に基づいて修正案を評価します。

LLMは最良と判断された解決策に基づいて新たなアイデアを提案し、時間の経過とともにシステムはより強力なアルゴリズムアンサンブルを開発します。「私たちは多様な問題解決の可能性を探求しています」と、DeepMindのAI科学者で本研究の共同リーダーであるマテイ・バログ氏は述べています。

狭い適用範囲

英国オックスフォード大学の数学者でAI研究者のサイモン・フリーダー氏によると、数学分野においてAlphaEvolveは一部の問題の解法を大幅に高速化するようだ。しかし、おそらくコードで解ける問題として定式化できる「狭いサブセット」のタスクにしか適用できないだろうと、フリーダー氏は述べた。

他の研究者たちは、ディープマインド以外でテストされるまでは、このツールの有用性について慎重な見方を示している。「より広範なコミュニティでシステムがテストされるまでは、私は懐疑的な見方をし続け、報告された結果を鵜呑みにしないでしょう」と、オハイオ州立大学コロンバス校のAI研究者、フアン・サン氏は述べた。

AlphaEvolveはAlphaTensorよりも実行に必要な計算能力は少ないものの、DeepMindのサーバーで無料で提供するには依然としてリソース消費量が多すぎるとコーリ氏は述べた。しかし、同社はこのシステムの公開によって、研究者がAlphaEvolveを適用できる科学分野を提案するよう促されることを期待している。「私たちは、科学コミュニティの可能な限り幅広いユーザーがAlphaEvolveにアクセスできるようにすることに全力を尽くしています」とコーリ氏は述べた。

VNA

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