共计 947 个字符，预计需要花费 3 分钟才能阅读完成。
Google 旗下的 AI 研究实验室 DeepMind 近日宣布，已成功开发出一款名为 AlphaEvolve 的新型 AI 系统，专门用于解决具有“机器可评分”答案的问题。这款系统在实验中展现出了优化 Google AI 模型训练基础设施的潜力。
DeepMind 透露，他们正在构建一个用户界面，以便与 AlphaEvolve 进行交互，并计划在广泛推广之前，先为部分学者提供早期访问权限。
AI 模型普遍存在“幻觉”问题，即它们有时会基于概率架构自信地编造内容。例如，OpenAI 的最新 AI 模型 o3 比其前身更容易产生幻觉，这凸显了该问题的复杂性。为了应对这一挑战，AlphaEvolve 引入了一种巧妙的机制：自动评估系统。该系统能够生成、批评并汇集问题的可能答案，然后自动评估并评分这些答案的准确性。
尽管 AlphaEvolve 并非首个采用这种方法的系统，但 DeepMind 强调，其对“最先进”模型（特别是 Gemini 模型）的运用，使其在能力上超越了早期的 AI 实例。
使用 AlphaEvolve 时，用户需向系统提出问题，并可选地提供指令、方程、代码片段和相关文献等细节。此外，用户还需提供一种机制，以公式的形式自动评估系统的答案。由于 AlphaEvolve 只能解决可以自我评估的问题，因此其应用范围主要局限于计算机科学和系统优化等领域。另一个主要限制是，AlphaEvolve 只能将解决方案描述为算法，因此不适合处理非数值问题。
为了验证 AlphaEvolve 的性能，DeepMind 让其尝试了一组约 50 个数学问题，涵盖从几何到组合数学的多个分支。DeepMind 声称，AlphaEvolve 在 75% 的情况下“重新发现”了这些问题的已知最佳答案，并在 20% 的情况下发现了改进的解决方案。
在实际应用中，AlphaEvolve 也展现出了不俗的表现。例如，在提高 Google 数据中心效率和加速模型训练方面，AlphaEvolve 生成了一种算法，平均可连续恢复 Google 全球计算资源的 0.7%。此外，该系统还提出了一种优化方案，将 Google 训练其 Gemini 模型的总时间减少了 1%。
尽管 AlphaEvolve 并未取得突破性发现，但其在节省时间、让专家专注于更重要工作方面的潜力，与 DeepMind 提出的其他 AI 实验室的论点不谋而合。
