Самый интересный AI в науке не всегда пишет красивый текст. Иногда он находит лучший алгоритм там, где люди годами жили с компромиссом.
Большая часть AI-индустрии привыкла мерить прогресс в словах, картинках и пользовательских интерфейсах. AlphaEvolve важна тем, что напоминает о другой траектории: модель может быть полезна не только как ассистент человеку, но и как инструмент для открытия более сильных вычислительных процедур.
Google DeepMind описывает AlphaEvolve как evolutionary coding agent, который сочетает генеративность Gemini-моделей с автоматическими evaluators. Идея здесь не в том, чтобы один раз предложить красивую гипотезу, а в том, чтобы многократно запускать, проверять, отбрасывать и улучшать кандидаты до практического выигрыша.
Статус технологии
Раннее внедрение уже началось, но масштаб и экономика ещё не стабилизировались.
5 фактов
- AlphaEvolve был представлен 14 мая 2025.
- Система использует ensemble из Gemini Flash и Gemini Pro.
- Google пишет, что решение уже более года помогает Borg recover on average 0.7% worldwide compute resources.
- AlphaEvolve ускорил важный kernel в архитектуре Gemini на 23%, сократив время обучения на 1%.
- Система также достигала ускорения до 32.5% для FlashAttention kernel и нашла алгоритм для 4x4 complex matrices с 48 scalar multiplications.
Кто стоит за этой историей
- Организации: Google DeepMind, Google
- Технологии: coding agents, algorithm discovery, scientific AI, optimization
Что это значит
Для Х.SPACE это одна из самых важных историй о том, каким может быть «AI для науки» без риторики. Здесь есть измеримый результат: более эффективные дата-центры, ускоренные AI-тренировки и прогресс в математических задачах, где решение можно формально проверить.
AlphaEvolve также меняет представление о coding agent’ах. Следующая волна полезности может расти не из prettier UI, а из систем, которые сами улучшают вычислительную ткань цифрового мира.
