Google criou o agente de IA AlphaEvolve para automatizar o design de algoritmos

DeepMind apresentou o AlphaEvolve — um agente de IA que projeta e otimiza automaticamente algoritmos complexos. O sistema combina as capacidades criativas dos grandes modelos de linguagem Gemini com funções de avaliação automática e um algoritmo evolutivo de melhoria sequencial.

Como a busca evolutiva funciona

O AlphaEvolve utiliza um conjunto de modelos Gemini para divisão de tarefas. Gemini Flash — um modelo rápido e eficiente — é responsável por gerar o máximo de ideias, explorando um amplo espaço de soluções possíveis. Gemini Pro, o modelo mais poderoso do Google, contribui com profundidade crítica, oferecendo soluções algorítmicas bem pensadas levando em conta princípios matemáticos complexos.

Cada candidato é um código de programa que implementa a solução proposta. O sistema executa este código e verifica os resultados usando métricas de avaliação automática. Isso fornece uma avaliação objetiva e quantitativamente mensurável da precisão e qualidade de cada algoritmo.

Essa abordagem é particularmente poderosa em áreas onde o progresso pode ser medido de forma clara e sistemática — em matemática e ciência da computação.

Com base nessas avaliações, o algoritmo evolutivo seleciona as melhores soluções, que se tornarão a base para a próxima geração de candidatos. O sistema acumula todos os algoritmos já encontrados em um banco de dados e usa esse banco para criar novas propostas. O processo é iterado, as ideias são aprimoradas e os resultados melhoram gradualmente.

Resultados práticos no Google

O AlphaEvolve já foi implementado em produção no Google e demonstra resultados impressionantes:

• Otimização de data centers — o sistema descobriu um algoritmo simples, mas eficaz para agendamento de tarefas computacionais no Borg, o enorme sistema de orquestração de data centers do Google. Este algoritmo funcionou em produção durante um ano e economiza em média 0,7% dos recursos computacionais do Google em todo o mundo
• Design de chips — o AlphaEvolve propôs reescrever a cadeia crítica de multiplicação de matrizes, removendo bits desnecessários nas operações-chave
• Aceleração do treinamento de modelos — os algoritmos encontrados pelo sistema foram incluídos no processo de treinamento de LLMs modernos, incluindo o próprio Gemini e Gemini Flash
• Descobertas matemáticas — o sistema encontrou novas soluções para vários problemas matemáticos em aberto

É importante que todas essas soluções sejam escritas em código compreensível para humanos. Os engenheiros podem ler, entender, depurar e prever o comportamento do algoritmo, o que facilita a implantação em produção.

O que isso significa

Os agentes de IA estão saindo dos laboratórios de pesquisa para a engenharia industrial. O AlphaEvolve demonstra que os LLMs podem participar de decisões arquitetônicas fundamentais que requerem uma compreensão profunda da ciência da computação. Para os desenvolvedores, isso significa que parte do trabalho de busca por algoritmos ótimos pode ser delegada à IA, enquanto as pessoas se concentram em tarefas de nível mais alto.