Google DeepMind hat wieder einmal große Sprachmodelle verwendet, um neue Lösungen für seit langem bestehende Probleme in der Mathematik und Informatik zu finden. Diesmal hat das Unternehmen gezeigt, dass sein Ansatz nicht nur ungelöste theoretische Rätsel lösen, sondern auch eine Reihe wichtiger Prozesse in der realen Welt verbessern kann.

Das neue Tool von Google DeepMind mit dem Namen AlphaEvolve verwendet die Gemini 2.0-Familie von LLMs, um Code für eine breite Palette unterschiedlicher Aufgaben zu erzeugen. LLMs sind dafür bekannt, dass sie bei der Codierung mal mehr, mal weniger erfolgreich sind. Der Clou dabei ist, dass AlphaEvolve jeden Vorschlag von Gemini bewertet, die schlechten verwirft und die guten in einem iterativen Prozess verbessert, bis es den bestmöglichen Algorithmus erstellt hat. In vielen Fällen sind die Ergebnisse effizienter oder genauer als die besten bestehenden (von Menschen geschriebenen) Lösungen.

AlphaEvolve bietet folgende Vorteile:

– Ein sich selbst verbessernder Agent, der die generative Leistung von Gemini Pro und Flash mit automatisierten Evaluatoren und     einer evolutionären algorithmischen Schleife kombiniert
– Generiert vollständige Algorithmen im Code, führt sie aus, wertet sie aus und verfeinert sie iterativ basierend auf der Leistung
– Es ist in der Lage, Rechenzentren, Chipdesign und KI-Training effizienter zu gestalten

Den vollständigen Artikel finden Sie hier: Google DeepMind’s new AI agent uses large language models to crack real-world problems | MIT Technology Review

Erfahren Sie mehr anhand eines Kundenprojektes, wo SCX Demand AI auf Basis von Multi-Agenten und LLMs bei einem Kunden eingeführt hat: xyz.