AlphaEvolve: Google-KI kann selbst neue Algorithmen erfinden

Googles KI-Forschungseinheit DeepMind hat ein neues System vorgestellt, das einen enormen Sprung bei der Nutzbarkeit von KI-Modellen in der Wissenschaft markiert. Dieses kann im Grunde eigenständig neue Algorithmen entwickeln.

Mehr als nur Nachmachen

Bisher können entsprechende Systeme eigentlich nur Lösungen finden, die in ihren Trainings-Daten bereits angelegt waren. Für die Lösung anspruchsvoller mathematischer und wissenschaftlicher Probleme wird aber mehr benötigt. Das neue Google-System AlphaEvolve soll dies nun leisten können.

AlphaEvolve basiert auf Googles Gemini-Sprachmodellen, die um einen "evolutionären" Mechanismus zur Bewertung und Optimierung von Algorithmen erweitert wurden. Im Kern handelt es sich hier um einen intelligenten Programmierassistenten - jedoch deutlich weiterentwickelt als ein gewöhnlicher KI-Chatbot.


Während herkömmliche Sprachmodelle wie Gemini zu sogenannten Halluzinationen neigen - also falsche Informationen erzeugen - verfolgt AlphaEvolve einen systematischen Ansatz zur Qualitätskontrolle: Forscher geben dem System ein Problem mit möglichen Lösungsansätzen, woraufhin AlphaEvolve mithilfe der Modelle Gemini Flash und Gemini Pro mehrere Lösungsvorschläge generiert. Diese werden anschließend automatisch analysiert und durch ein evolutionäres Verfahren weiter verbessert.

Im Gegensatz zu früheren KI-Projekten von DeepMind, etwa dem auf Protein-Faltung spezialisierten AlphaFold, ist AlphaEvolve deutlich flexibler einsetzbar. Es wurde nicht für ein einzelnes Wissensgebiet trainiert, sondern kann allgemein zur Lösung algorithmischer und programmiertechnischer Herausforderungen genutzt werden. Google hat AlphaEvolve bereits in verschiedenen Unternehmensbereichen getestet - mit messbarem Erfolg, wie es hieß.

Erfolgreiche Tests

So wurde die KI unter anderem auf das interne Cluster-Managementsystem Borg angesetzt, das in Googles Rechenzentren zum Einsatz kommt. Dort schlug AlphaEvolve eine neue Heuristik für die Ressourcenplanung vor, die bereits umgesetzt wurde - und Google zufolge weltweit rund 0,7 Prozent der Rechenressourcen einspart. Angesichts der enormen Infrastruktur des Konzerns ist das eine durchaus signifikante Effizienzsteigerung.

Auch in der Grundlagenforschung zeigte das System schon Ergebnisse. AlphaEvolve entdeckte eine effizientere Methode zur Multiplikation komplexer Matrizen - ein Problem, das seit den 1960er-Jahren als weitgehend gelöst galt. Zudem konnte die KI Vorschläge zur Optimierung von Googles spezieller Hardwarearchitektur liefern, die derzeit auf Umsetzung geprüft werden.

Noch ist AlphaEvolve nicht öffentlich verfügbar. DeepMind betont jedoch, dass Teile des zugrundeliegenden Bewertungssystems künftig auch in kleineren Forschungs-KI-Anwendungen zum Einsatz kommen könnten.


Siehe auch: