AlphaEvolve от Google: ИИ-агент на базе Gemini для решения сложных научных задач
Google DeepMind показала, как их новый ИИ-агент оптимизирует алгоритмы в геномике, квантовой физике и математике, ускоряя научный прогресс.
Google DeepMind показала, как их новый ИИ-агент оптимизирует алгоритмы в геномике, квантовой физике и математике, ускоряя научный прогресс.
3 мин

Google DeepMind поделилась результатами работы AlphaEvolve — нового агента для написания кода, построенного на базе больших языковых моделей (LLM) семейства Gemini. Система предназначена не просто для помощи программистам в рутинных задачах, а для проектирования и оптимизации сложных алгоритмов в передовых областях науки и инженерии.
Долгое время искусственный интеллект применялся в программировании преимущественно как инструмент автодополнения или генерации шаблонного кода. Однако создание фундаментально новых, более эффективных математических и вычислительных моделей оставалось прерогативой узких специалистов. AlphaEvolve демонстрирует переход к следующему этапу: ИИ начинает выступать в роли полноправного соавтора-исследователя, способного находить неочевидные пути оптимизации.

A software interface showing a line graph of performance scores over time, overlaid with a "Selected Program" window containing several bar charts and a snippet of Python code for an optimization experiment.
Результаты внедрения AlphaEvolve охватывают сразу несколько сложных дисциплин. В геномике агент помог улучшить модель DeepConsensus, разработанную для исправления ошибок при секвенировании ДНК. Это привело к снижению числа ошибок при обнаружении мутаций на 30%, что позволит исследователям точнее и дешевле анализировать генетические данные.
В сфере управления электросетями система оптимизировала работу графовых нейросетей (GNN). Доля успешно найденных решений для сложных задач распределения энергии выросла с 14% до впечатляющих 88%, что существенно снижает потребность в дорогостоящей постобработке данных.
Значительный прорыв достигнут и в квантовой физике. AlphaEvolve предложил квантовые цепи для процессора Google Willow, которые работают с в десять раз меньшим уровнем ошибок по сравнению с традиционными методами. Это открывает путь к более сложным молекулярным симуляциям.

Изображение из источника
Кроме того, система показала свою полезность в чистой математике. Работая совместно с известным математиком Теренсом Тао, агент помог в решении проблем Эрдёша, а также улучшил нижние границы для классической задачи коммивояжера и чисел Рамсея. По словам Тао, подобные инструменты позволяют быстро тестировать гипотезы и находить контрпримеры, что значительно улучшает интуицию исследователей.
Эти достижения указывают на важный сдвиг в индустрии. Инструменты на базе ИИ перестают быть просто генераторами текста и становятся системами поиска решений (reasoning engines). Они способны автоматизировать интеллектуальный труд там, где требуется перебор огромного количества сложных математических комбинаций.
В перспективе подобные агенты могут стать стандартным инструментом в любой научной лаборатории. Они помогут находить алгоритмы, которые превосходят возможности классических вычислительных систем. Однако пока рано судить о том, насколько универсальным окажется этот подход при столкновении с задачами, для которых у человечества еще нет четких критериев оценки правильности решения. Время покажет, сможет ли AlphaEvolve генерировать абсолютно новые научные парадигмы или останется мощным, но всё же зависимым от человека оптимизатором.
Google представила AlphaEvolve — агента, который переводит ИИ из статуса помощника программиста в статус соавтора научных открытий, оптимизируя сложнейшие алгоритмы.
Главная ценность ИИ в науке сейчас — не генерация готовых ответов, а быстрое тестирование гипотез, что помогает ученым развивать собственную математическую интуицию.