Coding-Agent: Googles AlphaEvolve soll selbst Algorithmen erstellen

Googles KI-Abteilung hat mit AlphaEvolve einen neuen, auf großen Sprachmodellen basierenden Kodierungsagenten vorgestellt, der selbst komplexe Algorithmen eigenständig erstellen können soll. Ebenso soll dieser bereits zahlreiche Abläufe innerhalb des Unternehmens optimiert haben.

Unerlässlich, nicht nur für die Informatik

Algorithmen spielen nicht nur in der Programmierung eine zentrale Rolle, sondern sind auch für Mathematiker, Wissenschaftler und Ingenieure unverzichtbar. Da diese jedoch oft äußerst komplex sind, gestaltet sich ihre Erstellung mitunter schwierig. Genau an dieser Stelle soll AlphaEvolve ansetzen, das laut Google nicht nur neue Algorithmen entwickeln, sondern auch bestehende optimieren können soll. Dies soll die Entwicklung solcher essenziellen Werkzeuge spürbar vereinfachen.

Großes Zusammenspiel

Nach Angaben des Unternehmens nutzt das System „ein Ensemble von hochmodernen großen Sprachmodellen“, das sich aus Gemini Flash, dem schnellsten und effizientesten Modell zur Maximierung der Ideenvielfalt, und Gemini Pro, das durch tiefere Analyse besonders aufschlussreiche Vorschläge liefern soll, zusammensetzt. Gemeinsam setzen beide Modelle die entwickelte Lösung in einen lauffähigen Algorithmus um. Da AlphaEvolve sich auf die Bewertung und Optimierung von Code fokussiere, statt wie viele Chatbots Hypothesen in natürlicher Sprache zu formulieren, sollen Halluzinationen deutlich seltener auftreten.

Bereits bei Google im Einsatz

Zur Bewertung der Leistungsfähigkeit und praktischen Auswirkungen wurde AlphaEvolve mit über 50 offenen Problemen aus Bereichen wie mathematischer Analyse, Geometrie, Kombinatorik und Zahlentheorie konfrontiert. In etwa 75 Prozent der Fälle soll der Agent laut Google Lösungen erarbeitet haben, die dem aktuellen Stand der Technik entsprechen. In rund 20 Prozent der Fälle seien sogar signifikante Verbesserungen gegenüber den bisher bekannten Lösungen erzielt worden.

Besonders von Google hervorgehoben wird in diesem Zusammenhang ein neu entwickelter Algorithmus zur Matrixmultiplikation, bei dem die Multiplikation von 4 × 4 komplexwertigen Matrizen mit nur 48 Skalarmultiplikationen erfolgen soll – womit der Strassen-Algorithmus aus dem Jahr 1969 übertroffen wurde.

Im Rahmen der internen Tests soll der neue Agent bereits im Verlauf letzten Jahres intern in Bereichen wie der Rechenzentrumsplanung, dem Chipdesign und dem KI-Training eingesetzt worden sein, wo er ebenfalls Verbesserungen ermöglicht habe, die bislang in der Form nicht umsetzbar waren. „AlphaEvolve verbindet die kreativen Problemlösungsfähigkeiten unserer Gemini-Modelle mit automatisierten Auswertern, die die Antworten verifizieren, und nutzt ein evolutionäres Framework, um die vielversprechendsten Ideen zu verbessern“, erklären die Verantwortlichen in einem Blogbeitrag.

Auch zur Optimierung der Leistung in Googles Rechenzentren kommt AlphaEvolve zum Einsatz: So habe der Kodierungsagent eine heuristische Funktion für die Online-Planung von Rechenaufträgen vorgeschlagen, die eine bestehende Lösung übertroffen und im Schnitt 0,7 Prozent der globalen Rechenressourcen zurückgewonnen haben soll. Zudem habe er Matrixmultiplikationen im Gemini-Training durch eine Beschleunigung des Pallas-Kernels um 23 Prozent optimiert, was die Trainingszeit um ein Prozent verkürzt haben soll. Ebenso sei die FlashAttention-Kernel-Implementierung in Transformer-Modellen um bis zu 32,5 Prozent beschleunigt worden. Darüber hinaus habe AlphaEvolve eine Verilog-Umschreibung vorgeschlagen, durch die unnötige Bits aus einer zentralen arithmetischen Matrixmultiplikationsschaltung entfernt wurden. Diese Erkenntnisse wurden bereits in eine künftige Tensor Processing Unit (TPU) von Googles kundenspezifischen KI-Beschleunigern integriert.

Viele mögliche Einsatzszenarien

In Zusammenarbeit mit dem „People + AI Research Team“ hat Google eine benutzerfreundliche Oberfläche für AlphaEvolve entwickelt, die im Rahmen eines Early-Access-Programms zusammen mit dem Kodierungsagenten zunächst für ausgewählte akademische Nutzer bereitgestellt werden soll. Gleichzeitig soll geprüft werden, wie der Agent langfristig auch einem breiteren Publikum zugänglich gemacht werden kann.

Obwohl AlphaEvolve aktuell primär in Mathematik und Informatik zum Einsatz kommt, sind die Entwickler überzeugt, dass das System „auf jedes Problem angewendet werden kann, dessen Lösung als Algorithmus beschrieben und automatisch verifiziert werden kann“. Sie sind der Überzeugung, dass AlphaEvolve künftig auch in anderen Bereichen wie der Materialwissenschaft, der Arzneimittelentdeckung, der Nachhaltigkeit und weiteren technologischen und geschäftlichen Anwendungen zum Einsatz kommen kann.