AlphaEvolve: Der Gemini-gestützte Agent von DeepMind optimiert Algorithmen in den Bereichen Genomik, Stromnetze und TPC-Schaltkreise
Google DeepMind hat ein Update zu AlphaEvolve veröffentlicht, ihrem von Gemini betriebenen Codierungs-Agenten für Algorithmenentwicklung. Ursprünglich vor einem Jahr vorgestellt, wird er nun in der Genomik, Stromnetzoptimierung, Geowissenschaften, Quantencomputing, Mathematik und KI-Infrastruktur eingesetzt.
Wichtige Ergebnisse aus der Quelle
- Genomik: AlphaEvolve verbesserte DeepConsensus (Googles DNA-Sequenzierungsfehlerkorrekturmodell) durch eine 30%ige Reduzierung von Variantenerkennungsfehlern. PacBio berichtet von höherer Genauigkeit für Sequenzierungsinstrumente, was möglicherweise die Entdeckung bisher versteckter krankheitsverursachender Mutationen ermöglicht.
- Netzoptimierung: Angewandt auf das AC Optimal Power Flow-Problem, erhöhte es die Machbarkeitsrate eines trainierten GNN-Modells von 14 % auf über 88 %, wodurch kostspielige Nachbearbeitungen für Stromnetze reduziert werden.
- Geowissenschaften: Die automatisierte Optimierung von Earth-KI-Modellen erhöhte die Genauigkeit der Vorhersage von Naturkatastrophenrisiken (Waldbrände, Überschwemmungen, Tornados) um 5 % in 20 Kategorien.
- Quantenphysik: Vorgeschlagene Quantenschaltkreise für Googles Willow-Prozessor mit 10-fach niedrigerem Fehler im Vergleich zu konventionellen Baselines, was erstmalige experimentelle Demonstrationen ermöglichte.
- Mathematik: In Zusammenarbeit mit Terence Tao half AlphaEvolve bei der Lösung von Erdős-Problemen, verbesserte untere Schranken für das Problem des Handlungsreisenden und Ramsey-Zahlen und trug zum Tammes-Problem bei (Optimierungsbeispiel in der Galerie gezeigt).
- Infrastruktur: Optimierte Designs für nächste TPU-Generationen und entdeckte effizientere Cache-Ersetzungsstrategien in zwei Tagen – Aufgaben, die zuvor Monate menschlicher Arbeit erforderten.
- Andere Bereiche: Entdeckte interpretierbare neurowissenschaftliche Modelle, bewies mikroökonomische Marktgrenzen, entwickelte neuronale Netzwerk-Bausteine weiter, Kryptographie, synthetische Datengenerierung und Sicherheitsmaßnahmen für KI-Modelle der Spitzenklasse.
Für wen es gedacht ist
Entwickler und Forscher, die KI-gesteuerte Optimierungspipelines aufbauen oder an Algorithmenentdeckung im wissenschaftlichen Rechnen, Hardware-Design oder groß angelegter Infrastruktur arbeiten.
📖 Lesen Sie die vollständige Quelle: HN AI Agents
👀 Siehe auch
Super Micro-Mitgründer unter drei Angeklagten in KI-Technologie-Exportfall
Drei Personen, darunter der Mitbegründer von Super Micro Computer, Charles Liang, wurden von US-Behörden beschuldigt, einen Plan zur illegalen Ausfuhr von KI-Technologie nach China geschmiedet zu haben. Der Fall betrifft mutmaßliche Verstöße gegen Exportkontrollgesetze.
Forschung zeigt, dass KI-Nutzer Antworten von LLMs oft ohne Überprüfung akzeptieren.
Forschung der University of Pennsylvania ergab, dass KI-Nutzer sich in 'kognitiver Kapitulation' üben und KI-Antworten mit minimaler Überprüfung akzeptieren. In Experimenten akzeptierten Nutzer korrekte KI-Antworten in 93 % der Fälle und falsche Antworten in 80 % der Fälle, selbst wenn die KI in der Hälfte der Fälle falsch lag.
Google, Microsoft und xAI einigen sich, frühe KI-Modelle mit der US-Regierung zu teilen
Google, Microsoft und xAI (Elon Musks KI-Firma) haben sich freiwillig verpflichtet, der US-Regierung frühen Zugang zu ihren KI-Modellen für Sicherheitstests zu gewähren, im Rahmen einer Initiative, über die das Wall Street Journal berichtet.
OpenAI wird KI-Modelle im klassifizierten Netzwerk des US-Kriegsministeriums einsetzen.
OpenAI hat eine Vereinbarung getroffen, um seine KI-Modelle im klassifizierten Netzwerk des US-Kriegsministeriums einzusetzen. Laut dem Reuters-Bericht ist die Implementierung für 2026 geplant. Der Reuters-Artikel erzielte 15 Punkte und 6 Kommentare auf Hacker News.