Torna a precedente

Alphaevolve, l’intelligenza artificiale di Google che riscrive il futuro del codice

Il nuovo sistema AI di Google scrive codice, accelera i modelli linguistici e fa scoperte matematiche senza precedenti.

AlphaEvolve seleziona, muta e verifica codice come in natura, con impatti concreti su efficienza energetica e innovazione scientifica

Nel panorama in continua evoluzione dell’intelligenza artificiale, Google DeepMind ha introdotto AlphaEvolve, un sistema generativo progettato per scrivere codice, migliorare algoritmi complessi e individuare soluzioni evolutive a problemi informatici e matematici. Già operativo all’interno dei data center Google, AlphaEvolve ha portato miglioramenti concreti nelle prestazioni, nella sostenibilità e nell’efficienza del colosso tecnologico. Ma il vero salto è nel modo in cui la macchina apprende, seleziona e ottimizza.

Dalla programmazione automatica alla scoperta matematica

Secondo quanto dichiarato dal ricercatore Matej Balog di Google DeepMind, AlphaEvolve non si limita a generare funzioni. Riesce infatti a scoprire nuovi algoritmi composti da centinaia di righe di codice, con strutture logiche sofisticate che sarebbero difficilmente ipotizzabili anche da esperti umani. Il sistema apprende in modo evolutivo, esaminando migliaia di varianti e selezionando solo quelle che superano test di performance rigorosi. Un processo che richiama la selezione naturale, ma applicata al codice.

Efficienza energetica e codice leggibile, un’accoppiata vincente

Uno degli aspetti più sorprendenti è l’impatto concreto sulla gestione dei carichi informatici nei data center. DeepMind ha riportato che AlphaEvolve ha individuato una nuova euristica in grado di far risparmiare lo 0,7% delle risorse computazionali globali di Google. Potrebbe sembrare una cifra modesta, ma in scala globale si traduce in una riduzione sostanziale dei consumi energetici. Inoltre, la leggibilità del codice prodotto è tale da facilitarne l’adozione da parte degli ingegneri, accelerando il deployment su vasta scala.

Velocità di addestramento, costi operativi ridotti

L’ottimizzazione non si limita all’hardware. AlphaEvolve ha anche affinato procedure fondamentali nell’addestramento dei modelli linguistici, con una velocizzazione del 23% in alcuni processi. Questo si è tradotto in un tempo di addestramento ridotto dell’1% per i grandi modelli generativi, con effetti tangibili su costi e rapidità di sviluppo. Google lo sottolinea come un miglioramento incrementale ma costante, che potrà fare la differenza nel lungo termine.

La valutazione automatica delle risposte

Tra le innovazioni più intriganti c’è la capacità di AlphaEvolve di valutare criticamente le proprie risposte. Il sistema genera più opzioni, assegna a ciascuna un punteggio basato sull’accuratezza e seleziona la più affidabile. Una forma di metacognizione automatica che potrebbe ridurre significativamente le sviste nei sistemi AI, aumentando la qualità e la sicurezza delle risposte. Un passo avanti decisivo anche per l’applicazione dell’intelligenza artificiale in ambiti sensibili.

Oltre il codice, la sfida della matematica

L’ambizione di DeepMind non si ferma all’efficienza. In campo matematico, AlphaEvolve avrebbe superato metodi storici come l’algoritmo di Volker Strassen per la moltiplicazione di matrici. Inoltre, avrebbe proposto una nuova configurazione per il celebre problema del kissing number in 11 dimensioni, una frontiera fino a oggi inesplorata nella geometria discreta. È un segnale chiaro: il sistema non si limita a replicare, ma esplora e innova.

Una piattaforma in evoluzione aperta alla comunità scientifica

Dietro le quinte, AlphaEvolve si basa su modelli della famiglia Gemini, in particolare Gemini Flash e Gemini Pro, combinando la potenza linguistica con meccanismi di mutazione, selezione e test automatici. DeepMind ha già annunciato l’arrivo di una nuova interfaccia utente per facilitarne l’adozione, e ha aperto un programma di accesso anticipato destinato a ricercatori selezionati. L’obiettivo è espandere l’uso di AlphaEvolve in ambiti cruciali come la farmacologia, la scienza dei materiali e lo sviluppo sostenibile.

18 Maggio 2025
© team icoe, editoriale blozine