来源：AI Explained | 发布时间：2025-05-19 20:58
这篇新闻主要介绍了Google DeepMind的最新研究成果 Alpha Evolve，它是一个能够自我改进的AI智能体，可以用于优化代码和解决复杂的科学问题。
* **核心功能：** Alpha Evolve 能够基于人类提供的代码、问题和评估指标，利用 Gemini 2 (Flash和Pro版本) 迭代改进代码。它通过借鉴之前的prompt经验和优质程序，最终生成state-of-the-art的代码改进方案，在某些情况下甚至超越当前最优方案。
* **工作原理：** 核心在于通过存储和采样最佳的prompt及LLM，系统不断进化自身。Alpha Evolve的关键在于它能生成更好的 prompts，从而进化出更好的代码，并提高自身下一个版本的效率。
* **实际应用：** Alpha Evolve 已经在 Google 数据中心优化和数学突破方面取得实际成果。它改进了矩阵乘法算法，找到了比50年记录更好的方案，并优化了 Google 的数据中心资源 Borg，节省了大量计算资源。此外，它还帮助优化了 Google 的Ironwood TPUs芯片，缩短了 Gemini 的训练时间。
* **未来发展：** 文章还探讨了 Alpha Evolve 的未来改进方向，包括扩大 evolutionary database、模型不可知论（可使用更强大的 Gemini 模型）等。
* **局限性：** Alpha Evolve 的主要限制在于它只能处理那些可以设计自动评估器的问题。这限制了它在自然科学等领域的应用。尽管如此，它仍然为未来的 AI 研究和应用开辟了新的道路。
* **竞争格局：** 文中提及了OpenAI 的 codeex，并引述 OpenAI 专家 Jason Wei 对 Alpha Evolve 的评价，暗示了 AI 领域竞争的激烈程度。
总而言之，Alpha Evolve 的出现证明了 LLM 并未走到尽头，而是刚刚开始展现潜力。它通过递归式的自我改进，为科学研究和工程优化带来了巨大的可能性，也预示着 AI 自我进化时代的到来。