DeepMind, yeni yapay zeka aracı AlphaEvolve'u tanıttı

DeepMind, yapay zeka araştırma ve geliştirme laboratuvarıyla dikkat çekmeye devam ediyor. Şirket, makine tarafından değerlendirilebilir çözümler üretebilen yeni bir yapay zeka sistemi olan AlphaEvolve'u geliştirdiğini duyurdu.

AlphaEvolve, Google'ın kendi yapay zeka modellerini eğitmek için kullandığı altyapıyı optimize etmede yardımcı olabiliyor. DeepMind, şu anda AlphaEvolve ile etkileşime geçilebilecek bir kullanıcı arayüzü üzerinde çalıştıklarını ve seçili akademisyenler için erken erişim programı başlatmayı planladıklarını açıkladı.

Bugünkü yapay zeka modellerinin çoğu zaman zaman halüsinasyon yapabiliyor. Bu modeller, olasılıksal yapılarından ötürü kimi zaman son derece özgüvenli bir şekilde hatalı bilgiler üretebiliyor. OpenAI'ın o3 modeli gibi yeni nesil AI sistemlerinde bu durum daha sık gözlemleniyor. AlphaEvolve, bu soruna çözüm getirecek akıllı bir mekanizma ile geliyor: Otomatik değerlendirme sistemi. Sistem, üretilen cevapları analiz ederek çeşitli olasılık havuzları oluşturuyor ve bu cevapları doğruluk açısından otomatik olarak puanlıyor.

DeepMind, AlphaEvolve'un sektörde benzer bir yaklaşıma sahip ilk sistem olmadığını kabul ediyor. Nitekim birkaç yıl önce DeepMind’daki bir ekip de dahil olmak üzere araştırmacılar, çeşitli matematik alanlarında benzer teknikleri uygulamışlardı. Ancak şirket, AlphaEvolve'un en son teknoloji Gemini modellerini kullanmasıyla rakiplerinden çok daha yetenekli olduğunu iddia ediyor.

AlphaEvolve ile kullanıcılar sisteme bir problem tanımlıyor ve isteğe bağlı olarak talimatlar, denklemler, kod parçacıkları ve ilgili literatür gibi ek bilgiler sağlayabiliyor. Ancak sistem yalnızca kendi kendini değerlendirebileceği problemleri çözebiliyor. Bu da AlphaEvolve'u bilgisayar bilimi ve sistem optimizasyonu gibi belirli alanlarla sınırlı kılıyor. Ayrıca, AlphaEvolve'un çözümleri yalnızca algoritmalarla ifade edilebiliyor. Bu da sayısal olmayan problemler için kullanımını kısıtlıyor.

DeepMind, AlphaEvolve'u geometri ve kombinatorik gibi çeşitli matematik alanlarını kapsayan 50'ye yakın problemden oluşan bir veri seti üzerinde test etti. Şirket, AlphaEvolve'un bu problemlerin yüzde 75'inde bilinen en iyi çözümleri yeniden keşfetmeyi başardığını ve yüzde 20'sinde daha iyi çözümler ürettiğini belirtiyor.

DeepMind ayrıca AlphaEvolve'u Google veri merkezlerinin verimliliğini artırmak ve model eğitim sürelerini kısaltmak gibi pratik problemler üzerinde de test etti. Sistem, dünya genelindeki Google bilgi işlem kaynaklarının yüzde 0,7'sini sürekli olarak geri kazanabilen bir algoritma üretti. Ayrıca, Gemini modellerinin eğitim sürelerini yüzde 1 oranında azaltacak bir optimizasyon önerisi sundu.

AlphaEvolve henüz devrim niteliğinde keşifler yapmıyor. Örneğin, Google'ın TPU AI hızlandırıcı çip tasarımında bulduğu iyileştirme, daha önce başka araçlar tarafından zaten tespit edilmişti. Yine de DeepMind, AlphaEvolve'un temel faydasını vurguluyor: Sistem, araştırmacıların zamanını verimli kullanmalarını sağlayarak onları daha karmaşık ve kritik görevlere yönlendirebilir.