谷歌AI研发实验室DeepMind宣布开发出新型AI系统AlphaEvolve，旨在解决具备“机器可评估”解决方案的问题。
实验显示，AlphaEvolve有助于优化谷歌训练AI模型的基础设施。目前，DeepMind正构建配套用户界面，并计划在广泛推出前为选定学者启动早期访问计划。
多数AI模型受概率性架构影响易产生幻觉，且OpenAI o3等新模型的幻觉问题较前代更为严重。对此，AlphaEvolve引入了自动评估机制：通过生成、批评并得出答案池，自动评估和评分答案准确性，从而有效减少幻觉。
尽管类似技术此前已被应用于数学领域，但DeepMind称AlphaEvolve依托Gemini等最先进模型，能力显著优于早期AI实例。
使用时，用户需提供包含指令、方程、代码片段及文献等问题提示，并建立公式化的自动评估机制。受限于自我评估特性，该系统仅适用于计算机科学、系统优化等可算法化描述的数值型问题。
在约50个涵盖几何至组合数学的基准测试中，AlphaEvolve有75%的概率重新发现最佳已知答案，并在20%的情况下提出改进方案。在实际应用中，该系统生成的算法平均恢复了谷歌全球计算资源的0.7%，并将Gemini模型训练总时间缩短了1%。
需注意的是，AlphaEvolve并未取得突破性发现（如TPU芯片设计改进此前已被其他工具标记）。但其核心价值在于节省时间，使专家能专注于更具创造性的工作。