のもの グーグル 彼らは何かを提示しました、 少なくとも彼らによればは単なるモデルではありません。それは有効成分です。 アルファエボルブアルゴリズム、計算リソース、数式、そしてそれ自体を最適化できるシステム。その名が示す通り、単に実行するだけでなく、進化していく。
掲げられた目標はシンプルだ。人工知能の開発を加速し、ボトルネックを解消し、昨日まで…困難だと思われていた問題、あるいは不可能だと思われていた問題の解決策を見つけることだ。しかし、注目すべきはその野心ではなく、その仕組みだ。
AlphaEvolve、1つも建設せずに多くの新しいデータセンター
AlphaEvolveによる最初の成果の一つは、 Googleの全世界の計算能力の0,7%内部サーバー管理を最適化するだけで、実質的には、コンクリートを1グラムも流し込むことなく、データセンター全体を増設したようなものです。
同じ論理がモデルにも当てはまります。AlphaEvolveは FlashAttentionカーネルの30%高速化訓練時間を短縮し、56年間誰も最適化できなかった計算を可能にしました。 行列乗算.
300年来の問題が数日で解決
科学の分野では、AlphaEvolveはこれまで孤独な数学者と無限の黒板だけが踏み込んだ領域に進出し始めています。3世紀にわたって未解決の問題を解決し、 学術界で今もなお有効な75の数学問題に対する正解率は50%その中には、11次元における「キス数」の新たな推定値、すなわち接球面数が593個あるというものがあります。
これらはスポーツの記録ではありません。知識の構造そのものの変化なのです。 そして、それらはプレッシャーを感じている学者集団から生まれたものではありません。それらは、機能するにつれて自ら改善していくモデルから生まれたものです。
AlphaEvolveは（今回は本当に）何が起こっているのか理解しなくなる段階を開始します
AlphaEvolveはループを作ります。システムを最適化し、より良いモデルを生成し、それがさらに効率を高めます。専門用語では、これは再帰的自己改善と呼ばれます。現実世界では、これは段階の始まりです（私たちはそれを理解しています）。 すでにチップを垣間見た) では、モデルが高速になりすぎて、詳細に分析できなくなります。
進歩はもはや直線的ではありません。複利的です。 Googleはすでに、1年までにコンピューティング能力を2030兆倍に拡大することを計画している。この数字が実現すれば、この勢いは跡形もなく拡大する可能性がある。
構造的な、そしてあまり目に見えない利点
他社がインターフェース、チャットボット、音声アシスタントに取り組んでいる一方で、Google は氷山の一角、つまり、深い最適化、目に見えないシステム、他のアーキテクチャを改善するアーキテクチャに取り組んでいます。
提示されたデータによれば、2027年までに 新しいアルゴリズムの50%はAIのサポートを受けて設計される人間のエンジニアは実装ではなく問題の定式化に重点を置きます。
要するに、人間が質問し、機械が忙しくなるのです。
これはエコシステムの底辺で繰り広げられている競争です。しかし、ペースはそこで決まります。そして、もしAlphaEvolveが彼らの言う通りに機能すれば、Googleは単なる優位性だけでなく、てこ入れ策も得られるでしょう。
