DeepMind Lança AlphaEvolve: IA Inovadora para Otimizar Sistemas e Combater “Alucinações”

O laboratório de pesquisa e desenvolvimento em Inteligência Artificial do Google, DeepMind, anunciou o desenvolvimento de um novo sistema de IA chamado AlphaEvolve. A promessa é que esta tecnologia possa enfrentar problemas complexos que possuem soluções “graduáveis por máquina”, ou seja, que podem ser avaliadas automaticamente por um sistema computacional.

Em fases experimentais, o AlphaEvolve demonstrou capacidade para otimizar partes da infraestrutura que o próprio Google utiliza no treinamento de seus modelos de IA. A DeepMind está atualmente desenvolvendo uma interface de usuário para facilitar a interação com o AlphaEvolve e planeja lançar um programa de acesso antecipado para acadêmicos selecionados, antes de uma possível disponibilização mais ampla.

O Desafio das “Alucinações” em Modelos de IA

Um dos grandes desafios da inteligência artificial moderna é a tendência dos modelos a “alucinar” – gerar informações incorretas com aparente confiança. Esse fenômeno, decorrente das arquiteturas probabilísticas dos modelos, afeta até mesmo as IAs mais recentes, tornando a busca por soluções uma prioridade.

O AlphaEvolve introduz um mecanismo engenhoso para mitigar esse problema: um sistema de avaliação automática. Este sistema utiliza modelos de IA para gerar, criticar e refinar um conjunto de respostas possíveis para uma determinada questão, avaliando e pontuando automaticamente cada uma delas quanto à sua precisão.

Como Funciona o AlphaEvolve e o Papel dos Especialistas

Segundo o laboratório, o AlphaEvolve foi concebido para ser utilizado por especialistas de domínio. Para operar o sistema, os usuários devem apresentar um problema, opcionalmente fornecendo detalhes como instruções, equações, trechos de código e literatura relevante. Crucialmente, é necessário também fornecer um mecanismo para que o sistema possa avaliar automaticamente suas próprias respostas, geralmente na forma de uma fórmula ou critério de avaliação.

Esta abordagem não é inteiramente nova; pesquisadores, incluindo equipes da própria DeepMind anos atrás com projetos como o FunSearch, aplicaram técnicas semelhantes em diversos domínios matemáticos. No entanto, a DeepMind afirma que o uso de modelos “de ponta” no AlphaEvolve, especificamente os modelos Gemini, o torna significativamente mais capaz do que instâncias anteriores de IA com propostas parecidas.

Capacidades, Limitações e o Foco em Algoritmos

A principal limitação do AlphaEvolve reside na sua dependência da autoavaliação. O sistema só consegue lidar com problemas cujas soluções ele pode verificar autonomamente. Isso o torna ideal para campos como ciência da computação e otimização de sistemas.

Outra restrição importante é que o AlphaEvolve descreve suas soluções na forma de algoritmos. Consequentemente, ele não é adequado para problemas que não são inerentemente numéricos ou que não podem ser traduzidos para una solução algorítmica.

Resultados Promissores em Testes e Aplicações Práticas

Para testar o AlphaEvolve, a DeepMind o desafiou com um conjunto de aproximadamente 50 problemas matemáticos, abrangendo áreas como geometria e combinatória. O sistema conseguiu “redescobrir” as melhores soluções conhecidas para esses problemas em 75% dos casos e, mais impressionantemente, revelou soluções aprimoradas em 20% das situações, de acordo com as alegações da DeepMind.

A DeepMind também avaliou o AlphaEvolve em problemas práticos, como aumentar a eficiência dos data centers do Google e acelerar o treinamento de seus modelos. De acordo com o laboratório, o AlphaEvolve gerou um algoritmo que recupera continuamente, em média, 0,7% dos recursos computacionais mundiais do Google. Além disso, o sistema sugeriu uma otimização que reduziu em 1% o tempo total que o Google leva para treinar seus modelos Gemini.

Mais Eficiência do que Descobertas Revolucionárias

É importante notar que o AlphaEvolve não está, no momento, realizando descobertas científicas disruptivas. Em um dos experimentos, o sistema identificou uma melhoria para o design do chip acelerador de IA TPU do Google, uma otimização que, no entanto, já havia sido sinalizada por outras ferramentas anteriormente.

A DeepMind, contudo, argumenta que o valor do AlphaEvolve reside na sua capacidade de economizar tempo e liberar especialistas para se concentrarem em trabalhos mais complexos e estratégicos, um argumento comum entre os desenvolvedores de sistemas de IA avançados.

Com a promessa de otimizar processos e refinar soluções existentes, o AlphaEvolve se posiciona como uma ferramenta poderosa para especialistas que buscam extrair o máximo de eficiência em domínios computacionalmente intensivos.