구글 딥마인드가 "획기적인" 과학 인공지능 기술을 발표했습니다.

구글 딥마인드는 챗봇 모델을 활용하여 수학 및 컴퓨터 과학 분야의 주요 문제에 대한 해결책을 제시했습니다. 알파이볼브(AlphaEvolve)라는 이 시스템은 대규모 언어 모델(LLM)의 창의성과 모델의 제안을 분석하여 해결책을 걸러내고 개선하는 알고리즘을 결합했습니다. 이 연구는 5월 14일 구글이 발표한 기술 보고서에 자세히 설명되어 있습니다.

독일 에를랑겐에 있는 막스 플랑크 광과학 연구소의 인공 과학자 연구실 책임자인 마리오 크렌은 "이 논문은 매우 인상적입니다."라고 평하며, "알파이볼브는 다목적 LLM을 기반으로 한 새로운 발견을 성공적으로 입증한 최초의 사례라고 생각합니다."라고 덧붙였다.

딥마인드의 최고 과학자인 푸시밋 콜리에 따르면, 딥마인드는 이 시스템을 미해결 문제에 대한 해결책을 찾는 데 사용하는 것 외에도, 이 인공지능(AI) 기술을 자체적인 실제 문제에도 적용해 왔습니다. 알파이볼브는 AI를 위해 특별히 개발된 컴퓨터 칩인 차세대 텐서 프로세서의 설계를 개선하는 데 도움을 주었고, 구글의 글로벌 컴퓨팅 파워를 더욱 효율적으로 활용하여 전체 자원의 0.7%를 절약하는 방법을 찾아냈습니다.

다목적 AI

크렌에 따르면, 알파폴드 단백질 설계 도구를 포함하여 현재까지 과학 분야에서 성공을 거둔 대부분의 AI 응용 프로그램은 특정 작업을 위해 수동으로 설계된 학습 알고리즘을 사용했습니다. 그러나 알파이볼브는 LLM의 기능을 활용하여 광범위한 분야의 문제를 해결하는 코드를 생성하는 다목적 도구입니다.

DeepMind는 AlphaEvolve를 상호작용적인 AI 모델을 사용하는 '에이전트'라고 설명합니다. 하지만 AlphaEvolve는 문헌을 검토하고 가설을 제시하는 데 사용되는 다른 많은 '에이전트' AI 과학 시스템과는 달리 과학적 과정의 다른 지점을 목표로 합니다.

AlphaEvolve는 회사의 Gemini LLM 제품군을 기반으로 합니다. 각 작업은 사용자가 질문, 평가 기준 및 제안된 해결책을 입력하는 것으로 시작되며, LLM은 이를 기반으로 수백 또는 수천 개의 수정안을 제시합니다. 그런 다음 '평가' 알고리즘이 좋은 해결책에 대한 기준에 따라 수정안을 평가합니다.

딥마인드의 AI 과학자이자 공동 연구 책임자인 마테이 발로그는 LLM이 가장 성능이 뛰어난 솔루션을 기반으로 새로운 아이디어를 제안하고, 시간이 지남에 따라 더욱 강력한 알고리즘 세트를 개발한다고 말했습니다. 그는 "우리는 다양한 문제 해결 능력을 탐구합니다 ."라고 덧붙였습니다.

적용 범위가 좁습니다.

영국 옥스퍼드 대학교의 수학자이자 인공지능 연구원인 사이먼 프리더에 따르면, 수학 분야에서 알파이볼브는 특정 문제 해결 속도를 크게 향상시킬 수 있는 것으로 보입니다. 하지만 그는 알파이볼브가 코드로 해결해야 할 문제로 제시될 수 있는 작업 중 "극히 일부"에만 적용 가능할 것이라고 말합니다.

다른 연구자들은 딥마인드 외부에서 검증될 때까지 해당 도구의 유용성을 평가하는 데 신중한 태도를 보이고 있습니다. 오하이오 주립대학교의 AI 연구원인 후안 썬은 "더 큰 규모의 커뮤니티에서 시스템을 테스트하기 전까지는 회의적인 입장을 유지하고 보고된 결과를 신중하게 검토해야 한다"고 말했습니다.

콜리에 따르면, 알파이볼브는 알파텐서보다 실행에 필요한 컴퓨팅 파워는 적지만, 딥마인드 서버에서 무료로 제공하기에는 여전히 너무 많은 리소스를 소모한다고 합니다. 하지만 딥마인드는 이번 시스템 발표를 통해 연구자들이 알파이볼브를 적용할 수 있는 과학 분야를 제안해 주기를 기대하고 있습니다. 콜리는 "우리는 과학계 구성원 대부분이 알파이볼브를 이용할 수 있도록 최선을 다할 것"이라고 강조했습니다.

VNA

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