O AlphaEvolve, do Google DeepMind, é um caso importante que mostra a possibilidade de autoaperfeiçoamento recursivo, no qual a IA pode projetar por conta própria uma IA mais avançada.
Esse sistema utiliza o Gemini, um modelo de IA poderoso, para gerar criativamente 'ideias' na forma de novos algoritmos, e então testá-las e aprimorá-las repetidamente por meio de um sistema automatizado de avaliação e de um framework evolutivo.
O ponto central do AlphaEvolve é que a IA vai além de simplesmente otimizar código existente e passa a projetar e desenvolver os próprios novos algoritmos. Quando o Gemini gera um código algorítmico inicial para resolver um problema, o AlphaEvolve o avalia, seleciona as versões mais promissoras e as faz evoluir gradualmente para soluções melhores, de forma semelhante à evolução biológica.
Se essa abordagem for aplicada à melhoria dos algoritmos centrais da própria IA ou de outros sistemas de IA, ela carrega o potencial de formar um ciclo de autoaperfeiçoamento recursivo em que o desempenho da IA pode melhorar exponencialmente usando a si mesma como base. O caso em que aumentou significativamente a eficiência do sistema de operação de data centers 'Borg', do Google, comprova que o AlphaEvolve já pode ser aplicado a problemas reais complexos e criar soluções que superam sistemas existentes feitos por humanos. Isso sugere que, no futuro, a IA poderá antecipar uma era em que revolucionará o próprio design e a forma de aprendizado da IA, acelerando sua própria inteligência.
1 comentários
A parte de ter melhorado um algoritmo de multiplicação de matrizes depois de 56 anos é impressionante.