国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

DeepMind 發(fā)布 AlphaEvolve：用進(jìn)化算法+自研 evaluator，讓 AI 像生物一樣自我迭代。陶哲軒一周內(nèi)兩破 18 年紀(jì)錄，谷歌訓(xùn)練 infra 提速 23%。關(guān)鍵不在模型多強(qiáng)，而在人類如何造“裁判”——一旦 evaluator 夠準(zhǔn)，AI 就能無限逼近最優(yōu)解。

DeepMind 在今年 5 月發(fā)布了 AlphaEvolve 白皮書，人類數(shù)學(xué)家通過與 AlphaEvolve 合作，在一周內(nèi)兩次刷新了 18 年未破的數(shù)學(xué)紀(jì)錄，甚至菲爾茲獎得主陶哲軒也直接參與了 AlphaEvolve 的數(shù)學(xué)應(yīng)用探索工作。

此外，AlphaEvolve 還在 Google 內(nèi)部解決了許多實際問題，比如它將 training infra 中的關(guān)鍵計算模塊的運行速度提升了 23%，這一突破性進(jìn)展也標(biāo)志著 AI 正在進(jìn)入自我改進(jìn)范式。

AlphaEvolve 由 FunSearch 演化而來，核心定位是一個基于 LLM 進(jìn)化算法和 evaluator 的通用算法發(fā)現(xiàn)與優(yōu)化平臺，它不僅能生成代碼，還能自主評估這些代碼的表現(xiàn)，然后根據(jù)評估結(jié)果調(diào)整策略、迭代生成更好的方案，本質(zhì)上模擬了”算法自然進(jìn)化”的過程。

本文是我們結(jié)合 AlphaEvolve 的技術(shù)博客、核心開發(fā)者訪談的深度編譯，詳細(xì)解讀了 AlphaEvolve 的運行機(jī)制以及對未來的影響：

• AlphaEvolve真正的突破在于它能夠持續(xù)進(jìn)行高強(qiáng)度、長時間的探索與優(yōu)化，從而能真正挖掘出在高難度問題中極具價值的發(fā)現(xiàn)；
• AlphaEvolve團(tuán)隊認(rèn)為，讓AI實現(xiàn)更深層次、更廣泛的自我改進(jìn)是完全可行的，核心在于能否構(gòu)建出有效的evaluator，evaluator的質(zhì)量將成為AI解鎖更高級的自我改進(jìn)能力的關(guān)鍵；
• 未來，人類的價值將在目標(biāo)設(shè)定和規(guī)則制定中體現(xiàn)得更加深刻，比如在AlphaEvolve中，衡量解決方案優(yōu)劣的關(guān)鍵機(jī)制，即evaluator，將是人類智慧的體現(xiàn)。

01.AlphaEvolve 是什么？

AlphaEvolve 的核心在于進(jìn)化算法

今年 5 月，Google 發(fā)布了最新的 AI 系統(tǒng) AlphaEvolve，它結(jié)合了 Gemini 模型的創(chuàng)造性問題解決能力與自動化的 evaluator，具備發(fā)現(xiàn)和設(shè)計全新算法的能力。

AlphaEvolve 白皮書

值得注意的是，AlphaEvolve 的核心在于進(jìn)化算法，通過不斷的迭代與優(yōu)化，逐步開發(fā)出性能更好的程序，從而攻克包括算法在內(nèi)的不同領(lǐng)域的難題。

進(jìn)化算法（evolutionary algorithm）是一類受生物進(jìn)化過程啟發(fā)的優(yōu)化和搜索算法，通過模擬“適者生存”的原理，在一群候選解（稱為“種群”）中，迭代地尋找問題的最優(yōu)解或近似最優(yōu)解。

Evaluator 是一種自動化系統(tǒng)，用于對 AI 的輸出信息或行為進(jìn)行質(zhì)量評估與反饋，幫助 AI 判斷“什么是好的”，從而實現(xiàn)自我優(yōu)化和自我改進(jìn)。

目前 AlphaEvolve 不僅成功提升了 Google 數(shù)據(jù)中心的運行效率，還優(yōu)化了芯片設(shè)計流程，加速了 AI 模型訓(xùn)練，AlphaEvolve 自身的模型訓(xùn)練進(jìn)程也因此加快。此外，AlphaEvolve 還在如何設(shè)計更快的矩陣乘法算法和為開放性數(shù)學(xué)難題尋找全新解法等問題上取得了突破，顯示出了在多個領(lǐng)域的應(yīng)用潛力。

AlphaEvolve 整體架構(gòu)

一直以來，如何讓 AI 學(xué)會自主發(fā)現(xiàn)新算法都是一個關(guān)鍵課題，因為算法早已融入了我們生活的方方面面。這一探索的源頭可追溯至 AlphaGo。當(dāng)時 AlphaGo 擊敗了圍棋世界冠軍，依靠的是它能很快地推演棋盤上所有可能的變化，并找出最好的落子方法。這一突破讓許多圍棋專家和科學(xué)家都感到很意外，因為他們曾認(rèn)為 AI 在圍棋上超越人類還需要很長時間。

但 AlphaGo 有力地證明了，大規(guī)模神經(jīng)網(wǎng)絡(luò)系統(tǒng)能夠在巨大的搜索空間中進(jìn)行高效地推理和探索，并能為特定領(lǐng)域帶來意想不到的全新見解。比如在圍棋領(lǐng)域，AI 就下出了著名的第 37 手，這是由 AI 發(fā)現(xiàn)的極具創(chuàng)造性的新招法。

第 37 手（move 37） 指的是 AlphaGo 對戰(zhàn)李世石時下出的震驚棋界的五路碰，以顛覆性的選點著稱。

Google 前員工對 AlphaEvolve 的評價

沿著這個思路，如果把 agent 在圍棋中高效搜索的理念遷移到算法空間，用來直接探索算法本身，會發(fā)生什么？

正是在這一設(shè)想上的探索，促使了 AlphaTensor 的誕生。AlphaTensor 最初的切入點是一個極其重要、無處不在的基礎(chǔ)算子：矩陣乘法，矩陣乘法在計算機(jī)科學(xué)、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)以及 AI 等不同領(lǐng)域都發(fā)揮著重要作用。

矩陣乘法是一個非常基礎(chǔ)的運算方法，人們曾長期認(rèn)為它的時間復(fù)雜度是立方階。1969 年，德國數(shù)學(xué)家 Volker Strassen 提出了一種巧妙的矩陣乘法算法，首次降低了復(fù)雜度。2022 年，AlphaTensor 通過強(qiáng)化學(xué)習(xí)，在高維搜索空間中發(fā)現(xiàn)了之前沒有發(fā)現(xiàn)的高效算法。

2022 年 AlphaTensor 發(fā)布，這是一個基于 RL 的 AI 系統(tǒng)，專門用于解決矩陣乘法等具體的基礎(chǔ)計算問題。它首次證明了，AI agent 可以自主發(fā)現(xiàn)比人類現(xiàn)有成果更優(yōu)、結(jié)構(gòu)完全不同的新算法。因此，AlphaTensor 成為了首個有力支持“AI 有能力在算法發(fā)現(xiàn)上超越人類”這一觀點的系統(tǒng)。

AlphaTensor 發(fā)現(xiàn)新算法

不過，AlphaTensor 是一套專門為矩陣乘法優(yōu)化的系統(tǒng)，只能在一個特定、有限的操作空間中進(jìn)行搜索，因此，如何讓 AI agent 能在更廣泛的領(lǐng)域中繼續(xù)發(fā)揮“超人類”的能力，就成了急需解決的問題。這也正是 FunSearch 誕生的契機(jī)。

FunSearch 最初發(fā)布于 2023 年 12 月，是一個將 LLM 和 evaluator 結(jié)合起來的 agent，evaluator 允許 LLM 提出新的猜想或產(chǎn)生解決問題的新想法，在這種特殊情況下，LLM 的幻覺甚至都是有幫助的，因為一些幻覺可能是之前人類沒有想到的新見解。

雖然當(dāng)時模型能力有限、方法也比較初級，但 FunSearch 卻意外地找到了長期以來數(shù)學(xué)家都沒有發(fā)現(xiàn)的全新算法，也就是說 FunSearch 首次證明了 AI 能夠提出全新的解決方案，不過它仍需要人類先設(shè)定一個算法模板，模型才能在這個框架內(nèi)搜索。

FunSearch 運行流程

而 AlphaEvolve 本質(zhì)上正是 FunSearch 進(jìn)一步的演化。因為 AlphaEvolve 去除了對算法模板的依賴，具備更強(qiáng)的自主性。它不僅能探索大規(guī)模、復(fù)雜的算法結(jié)構(gòu)，還能在更少的函數(shù)調(diào)用下，通過更高效的搜索策略，更快地發(fā)現(xiàn)高質(zhì)量的新算法，能力遠(yuǎn)超最初的 FunSearch。

為什么人類沒有發(fā)現(xiàn) AI 提出的更優(yōu)解法？

AI 展現(xiàn)出的能力正在幫助工程師打破常規(guī)思維，發(fā)現(xiàn)全新解決方案。與此同時，AI 背后的機(jī)制也值得我們思考，尤其是當(dāng) AI 能在一些具有重大意義的問題上（如提升矩陣乘法效率）提出更優(yōu)解法的時候：為什么這些更好的方法，過去一直沒被人類發(fā)現(xiàn)？

這個問題可以從問題本身的復(fù)雜性和 AI 整體發(fā)展歷程這兩個角度來解讀。

在問題的復(fù)雜性上，以前文提到的 Volker Strassen 在 50 多年前提出的矩陣乘法算法為例，這個算法結(jié)構(gòu)非常精巧，但僅適用于 2×2 矩陣。當(dāng)問題規(guī)模擴(kuò)大時，搜索空間將變得異常龐大，算法構(gòu)造方式也越發(fā)不直觀，問題的解法幾乎不可能被偶然發(fā)現(xiàn)，也不是人類自然思維的產(chǎn)物。

在 AI 整體發(fā)展歷程上，AlphaEvolve 所攻克的問題，不論是數(shù)學(xué)理論中的矩陣乘法，還是實際工程中的關(guān)鍵系統(tǒng)優(yōu)化，一直以來都吸引著大量頂尖人類研究者的深入研究與持續(xù)改進(jìn)。比如矩陣乘法是計算科學(xué)領(lǐng)域公認(rèn)的難題，人類已經(jīng)研究了幾十年；而在 Google 內(nèi)部，那些關(guān)鍵 infra 也早已在工程團(tuán)隊的多輪打磨下達(dá)到高度優(yōu)化的狀態(tài)。

因此，AlphaEvolve 能在這些已被人類深度優(yōu)化過的領(lǐng)域取得新突破，這本身就說明了兩個關(guān)鍵點：

1. 這確實是真正意義上的全新突破，不然的話，這些優(yōu)化早就被人類實現(xiàn)了；

2. 這個突破的實現(xiàn)難度極高，即使有眾多優(yōu)秀人類研究者的長期努力，也未能攻克。

AlphaEvolve 如何幫助 Google 構(gòu)建更高效的數(shù)字生態(tài)系統(tǒng)

AlphaEvolve 運行機(jī)制類似自然界的進(jìn)化過程

然而，AlphaEvolve 在算法優(yōu)化上的突破，并不意味著人類在矩陣乘法或數(shù)據(jù)中心優(yōu)化等關(guān)鍵問題上的研究就失去了意義，相反，這一成果恰恰直觀展示了 AI 是如何推動算法領(lǐng)域的進(jìn)步的。

以優(yōu)化數(shù)據(jù)中心調(diào)度（data center scheduling）為例，我們可以看到 AlphaEvolve 是如何從初始代碼開始逐步優(yōu)化、最終演進(jìn)為一個可以節(jié)省數(shù)百萬美元電費的解決方案的。

整個實現(xiàn)過程的核心在于用戶對問題的精準(zhǔn)定義。使用 AlphaEvolve 的關(guān)鍵前提是用戶必須提供一個被稱為 evaluator 的核心組件。這個組件扮演著重要的“裁判”角色：對于系統(tǒng)生成的每個候選解決方案，它都能進(jìn)行客觀、量化的效能評估。簡單來說，用戶通過 evaluator 定義了什么是優(yōu)秀的解決方案。

左圖：AlphaEvolve 針對 Google 的任務(wù)負(fù)載和資源容量定制的函數(shù)；

右圖：評估函數(shù)的可視化結(jié)果，黃色區(qū)域表示評分較高，紫色區(qū)域表示評分較低

在數(shù)據(jù)中心調(diào)度優(yōu)化的場景中，evaluator 通常是一個已經(jīng)存在的調(diào)度模擬器。這個模擬器能夠接收不同的調(diào)度算法，模擬它們在實際環(huán)境中的運行效果，并輸出關(guān)鍵性能指標(biāo)。正是這種評估能力構(gòu)成了創(chuàng)新的基礎(chǔ)，因為任何實質(zhì)性的改進(jìn)都需要依賴可靠的手段來驗證真實效果。

一旦用戶通過 evaluator 明確了問題邊界，AlphaEvolve 便能智能地推動解決方案的生成。它既可以根據(jù)用戶的指令，從零開始進(jìn)行完全自主且富有創(chuàng)造性的探索，提出全新的解法；也可以在用戶提供的、經(jīng)過長期優(yōu)化的初始解決方案的基礎(chǔ)上，進(jìn)一步迭代優(yōu)化。

數(shù)據(jù)中心調(diào)度案例采用的正是后一種策略，將現(xiàn)有、成熟的調(diào)度算法作為優(yōu)化的起點。核心工作機(jī)制在于高層次的協(xié)同融合：LLM 負(fù)責(zé)發(fā)揮創(chuàng)造力，提出創(chuàng)新性的改進(jìn)方案，用戶提供的 evaluator 則作為嚴(yán)格的篩選標(biāo)準(zhǔn)，精確評估每個解決方案的效果，剔除無效方案。整個過程被嵌入到一個進(jìn)化算法的框架中，實現(xiàn)持續(xù)優(yōu)化與迭代。

AlphaEvolve 的目標(biāo)就是能夠全面探索解法空間，避免陷入特定類型的局部最優(yōu)，同時保留潛在方案的多樣性。更關(guān)鍵的是，它能夠在持續(xù)優(yōu)化過程中整合不同方案中的關(guān)鍵思想，實現(xiàn)解法的漸進(jìn)演化，最終生成足以支撐關(guān)鍵 infra 部署的高性能算法。

AlphaEvolve 運作流程

總的來說，AlphaEvolve 的運行機(jī)制類似自然界的進(jìn)化過程。生物進(jìn)化過程的本質(zhì)就是在繼承和變異中持續(xù)趨近于一個更優(yōu)狀態(tài)。

對于 AlphaEvolve 來說，它在每一輪迭代中，都會基于前一代的最優(yōu)個體，即當(dāng)前最佳解決方案，進(jìn)行優(yōu)化。具體來說，AlphaEvolve 會通過重組當(dāng)前最佳方案里的要素，或是引入全新的、具有突破性的構(gòu)想，來生成性能更強(qiáng)大的下一代解決方案。因此，每一輪迭代都會推動解決方案整體性能的代際躍遷，使結(jié)果更加接近全局最優(yōu)的那個目標(biāo)。

但 AlphaEvolve 這種運作規(guī)模與迭代特性需要解決兩個核心問題：

1. AI 如何適應(yīng)不同規(guī)模與難度的問題；

2. AI 迭代次數(shù)應(yīng)該如何預(yù)測。

而這兩個問題也正是 AlphaEvolve 的優(yōu)勢所在。

首先，AlphaEvolve 有強(qiáng)大的規(guī)模適應(yīng)性。AlphaEvolve 能夠根據(jù)問題的內(nèi)在難度，智能地調(diào)整自身探索的深度與廣度。當(dāng)問題本身相對簡單，甚至難度可能被高估了的時候，AlphaEvolve 往往能以極快的速度收斂，幾乎瞬間就能給出可行的解決方案。

但當(dāng)挑戰(zhàn)那些公認(rèn)的難題，比如困擾科學(xué)界數(shù)十年的開放性問題，或涉及在 Google 核心業(yè)務(wù)上實際應(yīng)用的算法優(yōu)化時，AlphaEvolve 會投入更長的計算時間，進(jìn)行更深入的空間探索與更復(fù)雜的思路融合。雖然“運行時間越長，結(jié)果越好”是一個常識，但在實際應(yīng)用中，打造一個能夠在長時間運行過程中保持穩(wěn)定、高效，并能持續(xù)取得進(jìn)展的自動化 agent，其實是一項極具挑戰(zhàn)性的技術(shù)任務(wù)。

AlphaEvolve 真正的突破也就在于它能夠持續(xù)進(jìn)行這種高強(qiáng)度、長時間的探索與優(yōu)化，從而真正產(chǎn)生在高難度問題中極具價值的發(fā)現(xiàn)。

此外，預(yù)測達(dá)成目標(biāo)所需的具體迭代次數(shù)也是一個極大的挑戰(zhàn)。有時，一個看似簡單的問題可能實際上非常復(fù)雜，需要耗費大量計算資源；而另一些看似困難的問題，卻可能存在意想不到的捷徑。AlphaEvolve 的價值在于，它不需要用戶對迭代次數(shù)有精確預(yù)判，用戶只需持續(xù)運行系統(tǒng)，AlphaEvolve 就會驅(qū)動解決方案不斷優(yōu)化。

例如，在優(yōu)化 Google 的 computational infra 的過程中，AlphaEvolve 就是系統(tǒng)性地識別并挖掘了潛在的改進(jìn)空間。這表明，AlphaEvolve 不僅能提升單一模塊的性能，更具備在整個技術(shù)棧中實現(xiàn)高價值突破的潛力。

為此，開發(fā)團(tuán)隊著重拓展了 AlphaEvolve 在多個技術(shù)層級的應(yīng)用，并在發(fā)布的白皮書中展示了 AlphaEvolve 在提升數(shù)據(jù)中心效率、優(yōu)化硬件設(shè)計、增強(qiáng)關(guān)鍵軟件性能等方面的實際成果。這也進(jìn)一步體現(xiàn)了開發(fā)團(tuán)隊的核心理念：AlphaEvolve 是一個真正通用的工具，具備跨越整個技術(shù)棧的廣泛適用性。

AlphaEvolve 白皮書

目前，AlphaEvolve 已經(jīng)在 Google 內(nèi)部被用于解決多種實際問題，但還有大量復(fù)雜的計算難題有待攻克。開發(fā)團(tuán)隊認(rèn)為未來會有越來越多依靠 AlphaEvolve 實現(xiàn)的成果涌現(xiàn)出來。

02.AlphaEvolve 的關(guān)鍵組件是 evaluator

引入強(qiáng)大的 evaluator 作為質(zhì)檢官

當(dāng)前，越來越多的普通開發(fā)者開始使用 coding agent，但有一個待解決的問題是，這些 agent 在面對相對瑣碎的問題時，常常會“迷失方向”，難以自主找到可靠方案。而 AlphaEvolve 的出現(xiàn)，為解決這一難題提供了一個重要思路。

通常，人們通過自然語言向 agent 下達(dá)指令，例如要求 agent 嘗試用 X 完成 Y，但這往往只是部分信息，而非完整描述，因此 agent 據(jù)此生成的代碼結(jié)果可能碰巧正確，也可能存在錯誤，關(guān)鍵在于用戶如何判斷結(jié)果是否正確。

AlphaEvolve 能發(fā)揮出很大作用的關(guān)鍵就在于引入了一個強(qiáng)大的 evaluator 來充當(dāng)嚴(yán)格的質(zhì)量檢測官。

首先，AlphaEvolve 在探索過程中會不斷涌現(xiàn)出創(chuàng)造性的想法，這難免產(chǎn)生錯誤，即幻覺，由于人們無法預(yù)判結(jié)果的正誤，evaluator 在這個過程中就顯得尤為關(guān)鍵。對于每個新想法，AI 會進(jìn)行以下驗證：

1. 詳盡測試：在模擬器或海量實例上運行，檢驗結(jié)論的適配性；
2. 全局驗證：確保方案在整個目標(biāo)問題上有效，而非僅適用于局部。

接下來，AI 會對生成的方案進(jìn)行智能篩選，這正是 AlphaEvolve 的巧妙之處。AlphaEvolve 能夠提出多樣化的解決方案，evaluator 會嚴(yán)格篩選這些方案，淘汰無效或低效的方案，保留有創(chuàng)意的方案。隨后，AI 會進(jìn)一步整合這些優(yōu)質(zhì)方案中的核心思路，不斷迭代優(yōu)化，最終產(chǎn)出強(qiáng)大且可靠的算法。

雖然當(dāng)前 AlphaEvolve 主要依賴程序化的 evaluator，還沒有與人類產(chǎn)生交互，但在某些特定情境下，引入人類評估者可能是有價值的。例如，當(dāng) AlphaEvolve 針對一個數(shù)學(xué)問題生成多個性能相似的算法時，如何選出最佳的那個算法，就可能需要人類介入，因為這不僅涉及算法性能，還涉及算法是否優(yōu)雅、是否易于理解等主觀性較強(qiáng)的人類評價維度。

但 AlphaEvolve 在某些領(lǐng)域能否脫離物理實驗，單憑算法推動科學(xué)發(fā)現(xiàn)的邊界，還取決于 evaluator 與現(xiàn)實的貼合程度。如果算法被認(rèn)為完全可靠，那么實驗室驗證就不是必須進(jìn)行的了，但一旦算法和現(xiàn)實之間存在偏差，就需要將結(jié)果與現(xiàn)實世界的實驗反饋相匹配。

未來 LLM 自身可以成為 evaluator

雖然當(dāng)前 AI agent 在執(zhí)行任務(wù)時受限于 evaluator 的能力，即它們能否很好判斷一個方案是否有效、是否優(yōu)越，但 AlphaEvolve 也為突破這些限制提供了兩個思路。

首先，雖然 AlphaEvolve 這類 agent 確實高度依賴精確的 evaluator，但這也恰恰凸顯了這類 agent 的核心價值，因為這意味著，如果我們能針對一個關(guān)鍵問題構(gòu)建出極其精準(zhǔn)的 evaluator，那么這類 agent 就有潛力發(fā)現(xiàn)遠(yuǎn)超人類能力的解決方案。AlphaEvolve 之所以能取得成功，關(guān)鍵就在于它所應(yīng)用的問題本身已經(jīng)有明確的、可量化的評估標(biāo)準(zhǔn)。

而且模型本身有可能協(xié)助構(gòu)建更優(yōu)秀的自動化 evaluator，因此，開發(fā)更精確、能覆蓋更多領(lǐng)域的 evaluator 是一個值得重點投入的方向。

其次，構(gòu)建精確的 evaluator 并不是最重要的，未來最重要的是如何降低對完美 evaluator 的依賴。在實際應(yīng)用中，用戶往往難以像專業(yè)的產(chǎn)品經(jīng)理那樣清晰地表達(dá)需求，很多時候只能用模糊的自然語言向 coding agent 描述任務(wù)。這時，AI 就需要通過不斷地與人協(xié)作來澄清需求，或者依賴有效的任務(wù)跟蹤機(jī)制來推進(jìn)工作。

有一種可行的路徑就是利用 LLM 自身來進(jìn)行評估。例如，LLM 可以判斷一個解決方案是否有前景，或者指出其中存在的具體問題。DeepMind 推出的 AI co-scientist 項目就是一個有力的例證：它讓語言模型對自然語言提出的想法進(jìn)行有意義的分析和判斷，從而成功區(qū)分出優(yōu)劣。這表明，LLM 本身可以成為評估的重要工具。

DeepMind 的 AI co?scientist 是由多個基于 Gemini 2.0 的 AI agent 組成的協(xié)同系統(tǒng)，目的是協(xié)助科研人員從海量文獻(xiàn)中生成、評估、推演科學(xué)假說，從而加速藥物重定位和生物醫(yī)學(xué)發(fā)現(xiàn)。該工具已在斯坦福大學(xué)和帝國理工的肝纖維化實驗中驗證了 AI 的建議策略具備潛在抑制效果，展示了 AI 在科學(xué)研究中的價值。

AI co-scientist 概覽

上述兩種方案看起來就像是處于兩個極端，一端是精準(zhǔn)、嚴(yán)格的評估機(jī)制，能夠提供具體明確的評分；另一端則是基于 LLM 的自然語言評價，但介于兩者之間的，還有模擬器和各種輔助評估的函數(shù)。盡管這些方法可能并不完美，但只要它們與真實目標(biāo)存在一定關(guān)聯(lián)，就可以借助進(jìn)化算法等，圍繞這些不完美的 evaluator 不斷迭代優(yōu)化。盡管過程可能需要更多輪次，但依然有可能帶來實質(zhì)性的進(jìn)展，比如，AlphaEvolve 的 evaluator 就不是完美的。

模擬器指的是一個可交互的虛擬環(huán)境，能模擬現(xiàn)實世界或特定系統(tǒng)的行為，可以用來訓(xùn)練和評估 agent 在其中的表現(xiàn)。它允許 AI 在無需現(xiàn)實成本的情況下進(jìn)行大量試驗與學(xué)習(xí)。

但模擬器通常只在特定問題上有效。要驗證解決方案的普適性或特定屬性（如“始終滿足某種性能”），可能需要額外工作，比如引入一個“證明 agent”來嘗試形式化驗證。

值得一提的是，agent，尤其是采用進(jìn)化策略（即利用種群進(jìn)行搜索）構(gòu)建的 agent，在大規(guī)模搜索方面非常高效。它們能在廣闊的解空間中探索，為那些困擾人類多年甚至數(shù)十年的重要問題，找到出人意料的創(chuàng)新方案。

當(dāng)沒有模擬器時，基于 LLM 的 evaluator 可以審視解決方案并對它的質(zhì)量進(jìn)行推測。這種方法在實踐中已被證明非常有效，比如 DeepMind 的 AI co-scientist 采用多 agent 協(xié)作，讓 agent 自己判斷哪些假設(shè)在新穎性、重要性和影響力上更優(yōu)，從而確定優(yōu)先級。令人驚訝的是，這種機(jī)制最終產(chǎn)生的結(jié)果，超越了基礎(chǔ)大模型單獨生成的能力。這意味著，通過精心設(shè)計，人們確實能夠引導(dǎo) agent 發(fā)現(xiàn)超越模型原始能力的新知識。

03.AI 正在進(jìn)入自我改進(jìn)范式早期階段

目前，AlphaEvolve 已展現(xiàn)出強(qiáng)大的自我改進(jìn)能力，比如在 Google 的 training infra 中，成功將關(guān)鍵計算模塊的運行效率提升了 23%，優(yōu)化了訓(xùn)練流程，使得下一代模型（如 Gemini）的訓(xùn)練變得更加高效。

這一突破性進(jìn)展標(biāo)志著 AI 可能正在進(jìn)入遞歸式自我改進(jìn)范式，這將影響技術(shù)演進(jìn)的核心路徑。

不過，我們也需要清晰認(rèn)識到當(dāng)前成果的缺陷：這種進(jìn)步主要體現(xiàn)在效率層面，而非模型在認(rèn)知能力上的根本突破。有一個重要但還沒有得到驗證的問題是：優(yōu)化訓(xùn)練流程是否不僅能加快訓(xùn)練速度，還能顯著提升底層模型在關(guān)鍵認(rèn)知任務(wù)中的表現(xiàn)？這也是該領(lǐng)域未來值得深入探索的重要方向。

此外，目前 AI 自我改進(jìn)的反饋周期相對較長。AlphaEvolve 對 training infra 的優(yōu)化效果主要是體現(xiàn)在下一代模型的訓(xùn)練過程中的，這意味著反饋周期可能長達(dá)幾個月，因此，雖然 AlphaEvolve 展現(xiàn)了 AI 自我改進(jìn)的能力，但距離實時、緊密的遞歸循環(huán)還有一定差距。

但理論上，實現(xiàn)更深層次、更廣泛的 AI 自我改進(jìn)是完全可能的，關(guān)鍵在于能否設(shè)計出高效且可靠的 evaluator，比如 evaluator 需要能準(zhǔn)確判斷某個改進(jìn)方案是否真的會產(chǎn)生預(yù)期中的良好結(jié)果。目前沒有理由認(rèn)為這樣的 evaluator 是無法構(gòu)建的，但需要持續(xù)的研究投入和工程努力。Evaluator 的質(zhì)量是實現(xiàn)更高級的 AI 自我改進(jìn)能力的關(guān)鍵。

值得注意的是，AlphaEvolve 展示了 AI 自我改進(jìn)并非只有一種路徑，而是有多種潛在的發(fā)展方向：

• 一次性突破：AI的自我改進(jìn)可能僅獲得一次顯著提升，之后會停滯不前；
• 收益遞減：AI的自我改進(jìn)能夠持續(xù)發(fā)生，但每次提升的幅度會逐漸減小，最終趨近于某個能力上限；
• 持續(xù)累積突破：AI的自我改進(jìn)不斷發(fā)生，且提升效果持續(xù)放大，形成指數(shù)級的增長潛力。

AI 的自我改進(jìn)最終會遵循哪種模式，或者是否會出現(xiàn)其他未曾預(yù)料的方式，科學(xué)家尚無法給出確切的答案。

04.如何重新定義科學(xué)發(fā)現(xiàn)的邊界？

AlphaEvolve 重塑科學(xué)研究的范式

推動科研進(jìn)步的重要方向之一就是利用 AI 加速知識發(fā)現(xiàn)與創(chuàng)新。目前，AlphaEvolve 主要專注于數(shù)學(xué)和計算機(jī)科學(xué)領(lǐng)域，因為這些學(xué)科本身擁有強(qiáng)大的自動化評估機(jī)制，能夠高效地判斷各種方案的優(yōu)劣。

但這并不是 AlphaEvolve 能力的邊界，比如在生物學(xué)或化學(xué)領(lǐng)域，我們在設(shè)計新分子的時候也可以利用模擬器或預(yù)測模型構(gòu)建 evaluator，從而預(yù)測候選方案的效果。只要具備這樣的評估機(jī)制，AlphaEvolve 就具備應(yīng)用潛力。而且，AlphaEvolve 的進(jìn)化之路仍在繼續(xù)，開發(fā)團(tuán)隊正致力于提升它的能力和通用性，未來，AlphaEvolve 能在多個科學(xué)領(lǐng)域有廣泛的應(yīng)用。

從更深層次看，科學(xué)探索的本質(zhì)是“搜索”，也就是尋找合適的結(jié)構(gòu)、解決方案或候選對象等。雖然傳統(tǒng)科研常依賴偶然發(fā)現(xiàn)，但科學(xué)家們始終在努力提高這一過程的效率。如今，科研正朝著更加“理性化”的方向發(fā)展，計算方法與可量化的評估機(jī)制變得更加重要。

科學(xué)的“理性化”指的是用邏輯、證據(jù)和系統(tǒng)化的方法來解釋自然現(xiàn)象，排除感性、迷信或傳統(tǒng)權(quán)威的影響，將世界視為可以理解和控制的對象。

這也正是 AlphaEvolve、FunSearch 等 AI agent 的價值所在：它們能夠在廣闊、有時甚至是反直覺的解空間中進(jìn)行高效搜索，并充分利用評估機(jī)制，幫助科學(xué)家深入挖掘原本難以觸及的復(fù)雜可能性，從而大幅拓展探索的邊界。因此，這不僅是技術(shù)層面的突破，更代表著以 AlphaEvolve 和 FunSearch 等為代表的 AI agent 技術(shù)正在持續(xù)重塑整個科學(xué)研究的方式，標(biāo)志著由 AI 驅(qū)動的科學(xué)方法正在發(fā)生根本性轉(zhuǎn)變。

AlphaEvolve 更像是人類在實踐中的協(xié)作伙伴

隨著自動化評估和 AI 驅(qū)動的搜索技術(shù)逐步進(jìn)入現(xiàn)實世界中的實驗室，人類科學(xué)家和工程師的核心角色也面臨重新定義。

首先，人類的價值將更加集中地體現(xiàn)在目標(biāo)設(shè)定和規(guī)則制定上。在 AlphaEvolve 的運行中，evaluator 這一核心機(jī)制正是人類智慧的體現(xiàn)。它不僅僅是一個簡單的性能衡量指標(biāo)，更是對解決方案需要滿足的多重屬性和復(fù)雜約束的系統(tǒng)性表達(dá)。

以藥物研發(fā)為例，科學(xué)家必須明確設(shè)定一系列關(guān)鍵條件，比如藥效、成本控制、無細(xì)胞毒性、副作用可控以及可行的遞送機(jī)制等。這些復(fù)雜的需求有些會被納入評估標(biāo)準(zhǔn)，有些需要轉(zhuǎn)化為具體的約束條件，并被準(zhǔn)確傳達(dá)給 AlphaEvolve 等 AI agent，確保 agent 在龐大的搜索空間中構(gòu)建方案時始終遵循這些原則。

在這個過程中，人類還需要擁有深厚的專業(yè)直覺與洞察力，能夠給 AI 提供關(guān)鍵線索與合理的起點，幫助 AI 聚焦搜索方向，從而提高探索效率并減少無效嘗試。

值得注意的是，雖然 AlphaEvolve 擁有自主運行的能力，但在實際應(yīng)用中，它常以強(qiáng)大協(xié)作伙伴的角色出現(xiàn)。AlphaEvolve 的獨特之處在于，它尋找的不是單一的答案，而是生成解決方案的算法本身。相比一個靜態(tài)結(jié)果，這種能“揭示構(gòu)建方法”的能力更有價值，因為它展現(xiàn)了問題背后的邏輯與思維方式。

代碼可解釋性也正是 AlphaEvolve 與人類能夠協(xié)作的關(guān)鍵因素之一，這意味著 AlphaEvolve 生成的代碼和程序是人類可讀的、可理解的，具備高度透明性。開發(fā)團(tuán)隊的親身經(jīng)歷表明，這些代碼往往呈現(xiàn)出人類熟悉的風(fēng)格，但其中的步驟組合和邏輯結(jié)構(gòu)卻常常令人意外。正是這種可解釋性，讓科學(xué)家和工程師可以直接審查 AI 生成的代碼，深入理解工作原理，并據(jù)此做出是否部署的決策。

比如，數(shù)學(xué)家們會認(rèn)真研究 AlphaEvolve 輸出的代碼，分析其中的結(jié)構(gòu)與策略，逐步理解那些每一步背后的意圖，進(jìn)而了解整個解法為什么會有效。這種過程不僅是技術(shù)的應(yīng)用，更是一種人與 AI 共同參與的知識探索過程，推動人類對問題本質(zhì)有更深的理解。

這與依賴“黑箱”神經(jīng)網(wǎng)絡(luò)模型做關(guān)鍵決策形成了鮮明對比，后者往往只能依賴信任，而 AlphaEvolve 的輸出讓人類可以在清晰理解的基礎(chǔ)上掌握最終判斷權(quán)。

有一個有趣的例子是 AlphaEvolve 與數(shù)學(xué)家 Jordan Ellenberg 合作解決上限集（Cap Set）問題時，AlphaEvolve 不僅找出了有效解法，更通過算法結(jié)構(gòu)揭示出了數(shù)學(xué)家此前未曾察覺的對稱性，帶來了全新的數(shù)學(xué)見解。

推廣 AlphaEvolve 的挑戰(zhàn)在于 evaluator 的構(gòu)建和計算資源的高要求

雖然 AlphaEvolve 目前主要在 Google 內(nèi)部使用，但開發(fā)團(tuán)隊希望 AlphaEvolve 未來能夠被更廣泛的群體使用。為此，團(tuán)隊發(fā)起了“信任測試員”計劃，面向公眾征集真實應(yīng)用場景案例，希望能夠了解 AlphaEvolve 在實際問題中能夠發(fā)揮怎樣的作用，以及在什么樣的使用方式下能釋放出最大的潛力。

盡管 AlphaEvolve 目前必須具備明確且可操作的評估機(jī)制來判斷方案優(yōu)劣，但這項計劃可以幫助團(tuán)隊積累寶貴的使用經(jīng)驗，這些反饋也將直接影響未來的產(chǎn)品設(shè)計和策略。

但推廣 AlphaEvolve 的挑戰(zhàn)不僅在于如何構(gòu)建合適的 evaluator，還包括 AlphaEvolve 對計算資源有較高的要求。因為 AlphaEvolve 的運行方式并非一次性調(diào)用模型即可完成任務(wù)，而是需要反復(fù)生成、評估大量候選方案。問題越復(fù)雜、解空間越大，所需的計算量也越多。對于簡單問題，它可能在短時間內(nèi)就能得出有效結(jié)果；而面對復(fù)雜任務(wù)，則可能需要進(jìn)行成千上萬次試驗。

因此，團(tuán)隊接下來的關(guān)鍵任務(wù)之一是構(gòu)建一個高效、可擴(kuò)展的整體系統(tǒng)，讓更多用戶能夠充分體會到 AlphaEvolve 的能力，同時不被高昂的資源消耗所限制。