AlphaEvolve: Geminiを活用したアルゴリズム発見の産業横断的スケーリング

Google DeepMindは、高度なアルゴリズムの設計のために設計されたGeminiを活用したコーディングエージェントであるAlphaEvolveの応用を拡大し、初期の数学およびコンピュータサイエンスの発見から、科学研究、産業インフラストラクチャ、商業企業への広範な導入へと移行しました。

社会的インパクトと持続可能性

AlphaEvolveは、専門モデルの最適化により、重要なヘルスおよび環境システムの精度と効率を向上させました。

Genomics: DeepConsensus（DNAシーケンシングエラー補正モデル）を改善することで、AlphaEvolveはバリアント検出エラーを30%削減し、PacBioにより正確で低コストな遺伝データ分析を可能にしました。
Grid Optimization: AC Optimal Power Flow問題において、AlphaEvolveは訓練済みのグラフニューラルネットワーク（GNN）モデルが実行可能なソリューションを見つける能力を14%から88%以上に向上させ、電力網における高コストな後処理の必要性を削減しました。
Earth Sciences: システムは、Earth AIモデルの自動最適化により、洪水や山火事を含む20カテゴリにわたる自然災害リスクの予測全体の精度を5%向上させました。

AlphaEvolveは、量子コンピューティングと理論数学における発見を加速する研究パートナーとして機能します。

Quantum Physics: AlphaEvolveは、従来の最適化ベースラインよりも10倍誤りが低い量子回路を提案し、GoogleのWillow量子プロセッサーでの複雑な分子シミュレーションを可能にしました。
Mathematics: エージェントは、Terence Taoなどの数学者と協力してErdœs問題の解決に貢献しています。Taoは、このツールが数学者に「quickly test potential inequalities for counterexamples, or to confirm our beliefs in what the extremizers are,」という能力を与え、厳密な証明の発見を容易にすると述べています。
Mathematical Records: AlphaEvolveは、Ramsey数と巡回セールスマン問題の下限を改善しています。

AlphaEvolveは現在、Googleの内部インフラストラクチャの核となるコンポーネントであり、ハードウェアとソフトウェアスタックの両方を最適化しています。

Hardware Design: エージェントは次世代TPUの設計を最適化しました。Jeff Deanによれば、シリコンに直接組み込まれるほど効率的な回路設計を提案しました。
System Efficiency:
- Cache Replacement: AlphaEvolveは2日間でより効率的なキャッシュ置換ポリシーを発見しました。これは以前は人間に数ヶ月かかっていた作業です。
- Google Spanner: システムはLog-Structured Merge-treeの圧縮ヒューリスティックを改良し、書き込み増幅を20%削減しました。
- Compilers: エージェントが発見した新しいコンパイラ最適化戦略により、ソフトウェアのストレージフットプリントがほぼ9%削減されました。

Google Cloudを通じて、AlphaEvolveはさまざまな企業向けに高次元データとトレーニングプロセスの最適化のために導入されています：

Financial Services (Klarna): 一番大きなトランスフォーマーモデルのトレーニング速度を2倍にしながら、モデル品質も向上させました。
Semiconductor Manufacturing (Substrate): 計算リソグラフィフレームワークの実行速度を複数倍向上させ、より大規模な半導体シミュレーションを可能にしました。
Logistics (FM Logistic): 巡回セールスマン問題のルーティング効率を10.4%改善し、年間で15,000キロメートル以上の移動を削減しました。
Marketing (WPP): 高次元キャンペーンデータをナビゲートする際、手動でのモデル最適化と比較して10%の精度向上を達成しました。
Life Sciences (Schrödinger): Machine Learned Force Fields (MLFF)のトレーニングと推論の両方で約4倍の速度向上を達成し、Gabriel Marquesはこれにより企業が「screen molecular candidates in days rather than months」と述べています。