DeepMind发布新型AI系统AlphaEvolve，旨在解决AI模型中普遍存在的“幻觉”问题。该系统通过引入自动评估机制，筛选模型生成的答案，并自动评估其准确性。AlphaEvolve基于Gemini模型，性能优于早期系统。虽然目前仅适用于可自我评估的特定问题，如计算机科学和系统优化，但已在Google数据中心效率提升和模型训练加速方面取得成果，例如回收计算资源和缩短Gemini模型训练时间。该系统能节省专家时间，使他们专注于更具战略意义的工作。

🤖AlphaEvolve通过引入自动评估系统来减少AI模型的“幻觉”问题，该系统能自动评估答案准确性并打分，从而筛选出更可靠的答案。

🧪AlphaEvolve在基准测试中，能“重新发现”75%数学题目的最优解，并在20%的案例中提出改进方案，展示了其在解决特定问题上的潜力。

⚡️AlphaEvolve应用于实际问题评估，例如提升Google数据中心效率和加速模型训练，成功回收了Google全球0.7%的计算资源，并缩短了Gemini模型的整体训练时间。

🧩AlphaEvolve目前仅适用于计算机科学和系统优化等特定类型的问题，且最终输出的解决方案只能以算法形式呈现，难以处理非数值问题。

5月15日消息，Google旗下人工智能研发实验室DeepMind宣布研发出新型AI系统AlphaEvolve，专门攻克具有"机器可评分"解决方案的难题。DeepMind表示，在实验中AlphaEvolve已成功优化Google用于AI模型训练的部分基础设施。公司正在开发该系统的用户交互界面，计划先向特定学者开放早期测试，后续考虑全面推广。

大多数AI模型都存在"幻觉"问题——因其概率架构特性，有时会自信地"编造"答案。值得注意的是，OpenAI的GPT-3等新一代模型的幻觉发生率较前代更高，凸显出这一问题的复杂性。

AlphaEvolve通过引入自动评估系统这一创新机制减少幻觉发生。系统调用模型生成多种可能答案，经批判性筛选形成候选池，再自动评估答案准确性并打分。

AlphaEvolve并非首个采用该方法的系统。数年前，包括DeepMind团队在内的研究人员就已在多个数学领域运用过类似技术。但DeepMind强调，由于AlphaEvolve采用了"尖端"的Gemini模型，其性能显著超越早期AI系统。

使用AlphaEvolve时，用户须向系统输入问题，可选附上说明、公式、代码片段及相关文献，同时，用户还必须提供以公式形式实现的自动评估机制。

              

由于AlphaEvolve只能解决可自我评估的问题，该系统目前仅适用于计算机科学和系统优化等特定类型的问题；此外，AlphaEvolve最终输出的解决方案只能以算法形式呈现，因此难以处理非数值问题。

为进行基准测试，DeepMind让该系统尝试了约50道涵盖几何、组合数学等领域的数学题目。据称，AlphaEvolve能在75%的题目中“重新发现”最优解，并在20%的案例中提出改进方案。

DeepMind还将AlphaEvolve应用于实际问题评估，例如提升Google数据中心效率和加速模型训练。据实验室称，AlphaEvolve生成的算法持续回收了Google全球0.7%的计算资源，其优化方案使Gemini模型的整体训练时间缩短了1%。

需要明确的是，AlphaEvolve尚未取得突破性发现。例如在某实验中，该系统针对GoogleTPU AI加速芯片设计提出的改进方案，实际是其他工具早前已标记过的。

不过，DeepMind与其他AI实验室的立场一致：AlphaEvolve系统能节省专家大量时间，使专家专注于更具战略意义的工作。