„Această lucrare este destul de impresionantă”, a comentat Mario Krenn, șeful Laboratorului de Științe Artificiale de la Institutul Max Planck pentru Științe ale Luminii din Erlangen, Germania. „Cred că AlphaEvolve este prima demonstrație de succes a unor noi descoperiri bazate pe LLM-uri multifuncționale.”
Potrivit lui Pushmeet Kohli, director științific la DeepMind, pe lângă utilizarea sistemului pentru a găsi soluții la problemele deschise, DeepMind a aplicat această tehnică de inteligență artificială (IA) la propriile provocări din lumea reală. AlphaEvolve a contribuit la îmbunătățirea designului următoarei generații de procesoare tensoriale - cipuri de computer dezvoltate special pentru IA - și a găsit o modalitate de a valorifica mai eficient puterea de calcul globală a Google, economisind 0,7% din resursele totale.
IA multifuncțională
Potrivit lui Krenn, majoritatea aplicațiilor de inteligență artificială de succes din știință de până acum - inclusiv instrumentul de proiectare a proteinelor AlphaFold - au implicat algoritmi de învățare proiectați manual pentru sarcini specifice. Însă AlphaEvolve este versatil, valorificând capacitățile LLM pentru a genera cod care rezolvă probleme într-o gamă largă de domenii.
DeepMind descrie AlphaEvolve ca un „agent”, deoarece implică utilizarea de modele interactive de inteligență artificială. Cu toate acestea, vizează un punct diferit al procesului științific față de multe alte sisteme științifice de inteligență artificială cu „agent”, care sunt folosite pentru a revizui literatura de specialitate și a propune ipoteze.
AlphaEvolve se bazează pe linia de programe de masterat în masterat (LLM) Gemini a companiei. Fiecare sarcină începe cu introducerea de către utilizator a întrebării, a criteriilor de evaluare și a unei soluții sugerate, din care LLM-ul sugerează sute sau mii de revizuiri. Un algoritm de „evaluare” evaluează apoi revizuirile pe baza criteriilor pentru o soluție bună.
Matej Balog, cercetător în domeniul inteligenței artificiale la DeepMind și co-cercetător principal, a declarat că, pe baza celor mai performante soluții, LLM propune idei noi, iar în timp sistemul dezvoltă un set mai puternic de algoritmi. El a spus: „ Explorăm un set divers de capabilități de rezolvare a problemelor”.
Aplicație restrânsă
În matematică, AlphaEvolve pare să permită o accelerare semnificativă în rezolvarea anumitor probleme, potrivit lui Simon Frieder, matematician și cercetător în domeniul inteligenței artificiale la Universitatea din Oxford, Marea Britanie. Dar probabil va fi aplicabil doar unei „porțiuni restrânse” de sarcini care pot fi prezentate ca probleme care trebuie rezolvate prin cod, spune el.
Alți cercetători sunt precauți în evaluarea utilității instrumentului până când acesta va fi testat în afara DeepMind. „Până când sistemele nu vor fi testate de o comunitate mai largă, aș rămâne sceptic și aș privi rezultatele raportate cu prudență”, a declarat Huan Sun, cercetător în domeniul inteligenței artificiale la Universitatea de Stat din Ohio, Columbus.
Potrivit lui Kohli, deși AlphaEvolve necesită mai puțină putere de calcul pentru a rula decât AlphaTensor, consumă încă prea multe resurse pentru a fi oferit gratuit pe serverele DeepMind. Cu toate acestea, compania speră că anunțul sistemului va încuraja cercetătorii să propună domenii științifice în care AlphaEvolve poate fi aplicat. Kohli a afirmat: „Suntem absolut dedicați să ne asigurăm că majoritatea oamenilor din comunitatea științifică îl pot accesa”.
Sursă: https://nhandan.vn/google-deepmind-cong-bo-ai-khoa-hoc-dot-pha-post879748.html
Comentariu (0)