구글 딥마인드, "획기적인" 과학 AI 발표

구글 딥마인드는 챗봇 모델을 사용하여 수학 및 컴퓨터 과학 분야의 주요 문제에 대한 해결책을 도출해 왔습니다. 알파이볼브(AlphaEvolve)라는 이 시스템은 대규모 언어 모델(LLM)의 창의성과 모델의 제안을 테스트하여 해결책을 개선할 수 있는 알고리즘을 결합합니다. 이 연구는 5월 14일 딥마인드가 발표한 기술 논문에 기술되어 있습니다.

"이 논문은 매우 인상적입니다."라고 독일 에를랑겐에 있는 막스 플랑크 빛 과학 연구소의 인공광 과학자 실험실 책임자인 마리오 크렌은 말했습니다. "알파이볼브는 다재다능한 LLM을 기반으로 한 새로운 발견을 성공적으로 입증한 최초의 사례라고 생각합니다."

DeepMind의 수석 과학자인 푸시밋 콜리에 따르면, DeepMind는 이 시스템을 활용하여 미해결 문제의 해결책을 찾는 것 외에도 이 인공지능(AI) 기술을 자사의 실제 과제에 적용해 왔습니다. AlphaEvolve는 AI 전용으로 개발된 컴퓨터 칩인 차세대 텐서 프로세서의 설계 개선에 기여했으며, Google의 글로벌 컴퓨팅 성능을 더욱 효율적으로 활용하는 방법을 찾아 전체 리소스의 0.7%를 절감했습니다.

다목적 AI

크렌은 AlphaFold 단백질 설계 도구를 포함하여 지금까지 과학 분야에서 AI를 성공적으로 적용한 사례는 대부분 특정 작업을 위해 수작업으로 개발된 학습 알고리즘이었다고 말합니다. 하지만 AlphaEvolve는 범용적으로 활용되며, LLM의 기능을 활용하여 다양한 분야의 문제를 해결하는 코드를 생성합니다.

DeepMind는 AlphaEvolve를 대화형 AI 모델을 사용하는 '에이전트'라고 설명합니다. 그러나 AlphaEvolve는 문헌 검토 및 가설 제시에 사용되는 다른 많은 '에이전트' AI 과학 시스템과는 다른 과학적 프로세스의 특정 지점을 목표로 합니다.

AlphaEvolve는 회사의 Gemini LLM 계열을 기반으로 합니다. 각 작업은 사용자가 질문, 평가 기준, 그리고 제안된 해결책을 입력하는 것으로 시작하며, LLM은 이를 바탕으로 수백 또는 수천 개의 수정안을 제시합니다. 그런 다음 '평가' 알고리즘이 좋은 해결책을 위한 기준에 따라 수정안을 평가합니다.

LLM은 최고라고 판단된 솔루션을 기반으로 새로운 아이디어를 제안하고, 시간이 지남에 따라 시스템은 더욱 강력한 알고리즘 앙상블을 개발합니다. 딥마인드의 AI 과학자이자 이 연구의 공동 책임자인 마테이 발로그는 "우리는 다양한 문제 해결 가능성을 탐구합니다 ."라고 말했습니다.

좁은 적용 범위

영국 옥스퍼드 대학교의 수학자이자 AI 연구자인 사이먼 프리더에 따르면, 수학 분야에서 알파이볼브는 일부 문제 해결에 상당한 속도 향상을 제공하는 것으로 보입니다. 하지만 그는 알파이볼브가 코드를 통해 해결되는 문제로 공식화될 수 있는 "좁은 하위 집합"의 작업에만 적용될 가능성이 높다고 말했습니다.

다른 연구자들은 DeepMind 외부에서 테스트되기 전까지는 이 도구의 유용성에 대해 신중한 입장을 보이고 있습니다. 오하이오 주립대학교 콜럼버스 캠퍼스의 AI 연구원인 후안 쑨은 "시스템이 더 광범위한 커뮤니티에서 테스트되기 전까지는 회의적인 입장을 유지하며 보고된 결과를 에누리해서만 믿을 것"이라고 말했습니다.

알파이볼브는 알파텐서보다 실행에 필요한 컴퓨팅 파워가 적지만, 딥마인드 서버에서 무료로 제공하기에는 여전히 리소스 사용량이 너무 많다고 콜리는 말했습니다. 하지만 회사는 이 시스템 출시를 통해 연구자들이 알파이볼브를 적용할 과학 분야를 제안하는 데 도움이 되기를 기대합니다. 콜리는 "우리는 과학계에서 가능한 한 많은 사람들이 알파이볼브를 이용할 수 있도록 최선을 다하고 있습니다."라고 말했습니다.

VNA

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