Google Just Dropped a HUGE AI Breakthrough
Head to https://80000hours.org/anastasi to start planning a career that is meaningful, fulfilling, and helps solve one of the world’s most pressing problems.
Huge thank you to Google DeepMind for the invitation to Google I/O — it was an incredible experience!
Timestamps:
00:00 - New AI Breakthrough
02:33 - How Evolution Works
06:31 - First Results
10:11 - Limitations of AlphaEvolve
Let's connect on LinkedIn ➜ https://www.linkedin.com/in/anastasiintech/
Subscribe to My Deep In Tech Newsletter ➜ https://anastasiintech.substack.com
My IG ➜ https://www.instagram.com/anastasi.in.tech/
Install Tubelator On Chrome
Video Summary & Chapters
No chapters for this video generated yet.
Video Transcript
Nowa AI DeepMind właśnie zrobiła przełom w matematyce, poprawiła konstrukcję Google'a
czip jest włączony i przypadkowo zoptymalizowany własny kod, wszystko bez wyraźnego
Trening dla każdego z nich.
W rzeczywistości po prostu rozwinęła te umiejętności.
Po dziesięcioleciu badań i rozwoju w projektowaniu chipsetów, a teraz budowanie własnej technologicznej startup, ta nowa AI
Policjanci przyciągnęli moją uwagę w sposób, w jaki robią niewiele rzeczy.
W tym filmie rozbiję dokładnie, jak to działa i dlaczego to może być najważniejsze.
Do nauki jeszcze.
W ciągu ostatniej dekady AI podjęła niektóre z najtrudniejszych zadań.
problemy w dziedzinie nauk, od pływania białek po fizykę kwantową, a nawet wyzwania w dziedzinie
matematyki i nauki komputerowe.
Na tym przednie DeepMind już zbudował kilka bardzo imponujących modeli AlphaFold, AlphaChip
i AlphaTensor, każdy z nich zaprojektowany w celu rozwiązania określonego zadania.
I rzeczywiście obejrzałem je wszystkie na kanale, więc subskrybuj się teraz, aby złapać później i
Bądź na bieżąco o tym, co następuje w technologii.
I dopiero teraz wprowadzili coś zupełnie nowego. Alpha Evolve.
Jest to agent AI, który nie radzi sobie z konkretnymi problemami, ale odkrywa zupełnie nowe algorytmy, bez wcześniejszych szkoleń.
I to jest duża sprawa.
Teraz już nie używamy AI do rozwiązywania konkretnych zadań, ale zaczynamy budować prawdziwe
agenci, którzy mogą zbadać dużą przestrzeń i innowacje własne w wielu różnych dziedzinach.
Alpha Evolve bierze inspirację z procesu ewolucji, co jest znane jako ewolucja.
algorytmów.
A żeby być sprawiedliwy, to nie jest coś nowego, od dawna są wokół uczenia się maszyn.
Google AutoML to dobrze znany przykład.
Te typy algorytmów są szczególnie przydatne, gdy przestrzeń wyszukiwania jest ogromna, tak jak gdy
Tworzenie sieci nerwowej lub projektowanie czapów komputerowych, w którym zajmujesz się milionami
Zmiany i nieskończone sposoby ich połączenia.
Co jest naprawdę fascynujące o AlphaEvolve to, że łączy coś starego z czymś
nowych – ewolucyjnych algorytmów z najnowocześniejszymi dużych modeli językowych.
Pomyśl o tym tak. Jest to ewolucja na sterydy superzaładowane przez LLMs.
Spójrzmy teraz na to, jak to naprawdę działa, ponieważ jest to bardzo ciekawe.
Proces rozpoczyna się od dostarczania AlphaEvolve dwie rzeczy, funkcji ewolucji i szablonu kodu.
Pomyśl o tym jako o zasadach środowiska i o początkowym wzornictwie genetycznym.
Na przykład, jeśli optymalizujemy harmonogram pracy w centrum danych, funkcja oceny opisuje
i ocenić, jak dobrze każde rozwiązanie wykorzystuje pojemność centrum danych.
W zasadzie tutaj zdefiniujemy kryteria wyników i podstawowy punkt wyjścia dla kodu, a także
Stąd AlphaEvolve przejmie.
Następnie wchodzi ona w tzw. przewód ewolucyjny, gdzie tworzy dużą populację algorytmów,
Zasadniczo zbiór potomków dla problemu.
Wewnątrz tego łuku Alpha Evolve wykorzystuje pewnego rodzaju podejście do pracy zespołowej, gdzie Gemini Flash
generuje szeroki zakres wariantów algorytmu, podczas gdy Gemini Pro przyczynia się mniej, rzadziej
i wysokiej jakości propozycje.
Następnie każda wersja jest przetestowana na to, jak dobrze działa.
Alpha Evolve sprawdza poprawność i wydajność, a następnie przechowuje wynik wewnętrzny
pamięci.
W ten sposób uczy się na swoich błędach, podobnie jak natura utrzymuje to, co działa i odrzuca
Co nie jest.
Z biegiem czasu nadal poprawia kod.
Wówczas wykorzystywane są tylko najlepsze algorytmy, aby stworzyć następną generację.
I ten przewód powtarza się, często miliony razy, stopniowo ewoluuje lepiej i lepiej.
