Google creó el agente de IA AlphaEvolve para automatizar el diseño de algoritmos

DeepMind presentó AlphaEvolve — un agente de IA que diseña y optimiza automáticamente algoritmos complejos. El sistema combina las capacidades creativas de los grandes modelos de lenguaje Gemini con funciones de evaluación automática y un algoritmo evolutivo de mejora iterativa.

Cómo funciona la búsqueda evolutiva

AlphaEvolve utiliza un conjunto de modelos Gemini para dividir tareas. Gemini Flash — un modelo rápido y eficiente — es responsable de generar la máxima cantidad de ideas, explorando un amplio espacio de posibles soluciones. Gemini Pro, el modelo más potente de Google, aporta una profundidad crítica, proponiendo soluciones algorítmicas bien pensadas que tienen en cuenta principios matemáticos complejos.

Cada candidato es código que implementa la solución propuesta. El sistema ejecuta este código y verifica los resultados utilizando métricas de evaluación automática. Esto proporciona una evaluación objetiva y cuantitativamente medible de la precisión y calidad de cada algoritmo.

Este enfoque es especialmente poderoso en campos donde el progreso se puede medir clara y sistemáticamente — en matemáticas e informática. Basándose en estas evaluaciones, el algoritmo evolutivo selecciona las mejores soluciones, que se convierten en la base para la siguiente generación de candidatos. El sistema acumula todos los algoritmos encontrados en una base de datos y utiliza esta base para crear nuevas propuestas. El proceso se itera, las ideas se mejoran y los resultados mejoran gradualmente.

Resultados prácticos en Google

AlphaEvolve ya está implementada en producción en Google y demuestra resultados impresionantes:

• Optimización de centros de datos — el sistema descubrió un algoritmo simple pero efectivo para programar tareas de computación en Borg, el enorme sistema de orquestación de centros de datos de Google. Este algoritmo ha estado funcionando en producción durante un año y ahorra en promedio el 0,7% de los recursos computacionales de Google en todo el mundo
• Diseño de chips — AlphaEvolve propuso reescribir la cadena crítica de multiplicación de matrices, eliminando bits innecesarios en operaciones clave
• Aceleración del entrenamiento de modelos — los algoritmos encontrados por el sistema se han incorporado al proceso de entrenamiento de LLM modernos, incluyendo Gemini y Gemini Flash
• Descubrimientos matemáticos — el sistema encontró nuevas soluciones para varios problemas matemáticos abiertos

Es importante destacar que todas estas soluciones están escritas en código legible para humanos. Los ingenieros pueden leer, comprender, depurar y predecir el comportamiento del algoritmo, lo que facilita su despliegue en producción.

Lo que esto significa

Los agentes de IA están saliendo de los laboratorios de investigación hacia la ingeniería industrial. AlphaEvolve demuestra que los LLM pueden participar en decisiones arquitectónicas fundamentales que requieren una comprensión profunda de la informática. Para los desarrolladores, esto significa que parte del trabajo de búsqueda de algoritmos óptimos puede ser delegada a la IA, mientras que las personas se pueden enfocar en tareas de nivel superior.