Google'ın yapay zekâ araştırma laboratuvarı DeepMind, AlphaEvolve adını verdiği yeni sistemini tanıttı. Bu sistem, özellikle doğruluğu makineyle değerlendirilebilen bilimsel problemleri çözmek üzere geliştirildi. DeepMind, AlphaEvolve’un, Google’ın yapay zekâ modellerini eğitmekte kullandığı bazı altyapıları optimize edebileceğini belirtti. Sistem, yalnızca değerlendirme mekanizmasına sahip problemlerde çalışabiliyor. Bu da onu özellikle bilgisayar bilimi ve sistem optimizasyonu gibi alanlarla sınırlı kılıyor.

Hallüsinasyon, birçok modern yapay zekâ modelinin temel sorunu olmaya devam ediyor. DeepMind, AlphaEvolve’un bu sorunu azaltmak için geliştirdiği otomatik değerlendirme sistemine dikkat çekiyor. Sistem, verilen problemi analiz ediyor, olası cevapları oluşturuyor, bu cevapları değerlendiriyor ve en doğru çözüme algoritmik olarak ulaşıyor. Ancak sistem, yalnızca çözümlerini algoritmalarla ifade edebildiği için metinsel ya da sezgisel yorumlara uygun olmayan yapıda.

GEMİNİ İLE DESTEKLENEN YENİ NESİL ZEKÂ

DeepMind, AlphaEvolve’un daha önceki benzerlerinden çok daha gelişmiş olduğunu, bunun temelinde de şirketin geliştirdiği Gemini modellerinin yer aldığını vurguluyor. Kullanıcılar, sistemi kullanmak için problemleri detaylandırabiliyor. Talimatlar, denklemler, kod parçaları ve literatür gibi unsurlar destek olarak sunulabiliyor. En önemli koşul ise, sistemin verdiği cevabı denetleyebilecek bir formül sunulması.

AlphaEvolve, yalnızca belirli problem türleriyle çalışsa da potansiyel etkinliği dikkat çekici. DeepMind’in paylaştığı verilere göre, sistem 50 civarında matematik probleminde yüzde 75 oranında bilinen en iyi çözümü tekrar buldu, yüzde 20 oranında ise bu çözümleri geliştirdi. Bu, özellikle geometri ve kombinatorik gibi alt dallarda dikkate değer bir başarı olarak görülüyor.

GOOGLE ALTYAPISINA KATKI SAĞLADI

DeepMind, AlphaEvolve’un yalnızca teorik problemler değil, pratik sorunlar karşısında da etkili olduğunu belirtiyor. Şirketin iddiasına göre, sistem Google’ın dünya çapındaki bilgi işlem kaynaklarının yüzde 0.7’sini geri kazandıracak bir algoritma geliştirdi. Ayrıca, Gemini modellerinin eğitim süresini yüzde 1 oranında kısaltan bir optimizasyon önerisi sundu.

AlphaEvolve’un Google’ın TPU AI çipi tasarımı üzerinde de iyileştirme önerdiği ifade ediliyor. Ancak DeepMind, sistemin tamamen devrimsel keşifler yapmadığını, daha çok uzmanların zaman kazanarak daha karmaşık işlere odaklanmasına yardımcı olmayı hedeflediğini belirtiyor.

AlphaEvolve’un sınırlı bir akademik kesimle erken erişim programı kapsamında denendikten sonra daha geniş bir kitleye sunulması planlanıyor.

google-deepminds-ai-finds-2-million-new-building-blocks.webp