AlphaEvolve вышел за пределы Google: реальные результаты в пяти отраслях

Google DeepMind опубликовал подробный отчёт о том, как AlphaEvolve — эволюционный агент для разработки алгоритмов — применяется за пределами лабораторий компании. Результаты охватывают геномику, квантовую физику, логистику, производство полупроводников и рекламные технологии. В каждом случае система демонстрирует измеримые улучшения там, где ручная оптимизация зашла в тупик.

ℹ Что такое AlphaEvolve
AlphaEvolve — это эволюционный coding agent (агент написания кода), разработанный Google DeepMind. Он сочетает творческие возможности моделей Gemini с автоматическими оценщиками, которые проверяют результаты, и итеративно улучшает алгоритмы по принципу естественного отбора.

Как устроен AlphaEvolve

AlphaEvolve объединяет творческие возможности моделей Gemini с автоматическими оценщиками для верификации ответов и эволюционным фреймворком для улучшения наиболее перспективных идей. Под капотом работают сразу две модели: Gemini Flash максимизирует ширину охвата идей, а Gemini Pro обеспечивает глубину с содержательными предложениями.


graph LR
    A[Задача + начальный код] --> B[Prompt Sampler]
    B --> C[Gemini Flash — скорость]
    B --> D[Gemini Pro — глубина]
    C --> E[Генерация вариантов кода]
    D --> E
    E --> F[Автоматический оценщик]
    F -->|Лучшие решения| G[База программ]
    G -->|Следующая итерация| B
    F -->|Финальный результат| H[Оптимальный алгоритм]

В отличие от узкоспециализированных предшественников вроде AlphaFold или AlphaTensor, AlphaEvolve спроектирован как система общего назначения — она работает в широком спектре научных и инженерных задач, автоматически модифицируя код и оптимизируя несколько целей одновременно.

Геномика: на 30% меньше ошибок при анализе ДНК

В геномике AlphaEvolve применили для улучшения DeepConsensus — модели Google Research для коррекции ошибок ДНК-секвенирования — и достигли снижения ошибок детектирования вариантов на 30%.

Получив доступ к AlphaEvolve, команда Google вернулась к более ранним исследованиям по методу полосового выравнивания (banded alignment), которые прежде не давали измеримых результатов. Теперь эта идея заработала — и это напрямую сказывается на качестве секвенирования.

«Решение, найденное командой Google с помощью AlphaEvolve, открывает значительно более высокую точность для наших секвенирующих инструментов. Для исследователей эти данные более высокого качества могут позволить обнаружить ранее скрытые мутации, вызывающие болезни.» — Aaron Wenger, Senior Director at PacBio

ИИ всё глубже встраивается в каждый этап геномики — от того, как данные генерируются, до того, как они интерпретируются. Инструменты вроде AlphaEvolve формируют новый уровень: AI-системы, которые помогают проектировать и улучшать другие AI-системы. Это создаёт петлю обратной связи: лучшие данные порождают лучшие модели, а лучшие модели улучшают генерацию данных.

💡 Для исследователей
Улучшения DeepConsensus интегрированы в платформу Revio от PacBio и запланированы к широкому развёртыванию в середине 2026 года. Химия SPRQ-Nx обеспечивает многократное использование SMRT Cells, снижая стоимость секвенирования целого генома человека примерно до $345.

Результаты в других отраслях

ОтрасльКомпанияРезультат
Квантовая физикаGoogle WillowКвантовые схемы с ошибкой в 10× ниже предыдущих оптимизированных базовых линий
ПолупроводникиSubstrateМногократное ускорение вычислительной литографии; значительно более масштабные симуляции
ЛогистикаFM LogisticУлучшение эффективности маршрутизации на 10,4%, экономия более 15 000 км пробега в год
РекламаWPPРост точности AI-модели на 10% по сравнению с ручной оптимизацией
Науки о жизниSchrödingerУскорение обучения и инференса Machine Learned Force Fields примерно в 4 раза

Математика и инфраструктура Google

Работая совместно с такими математиками мирового уровня, как Теренс Тао, система помогла решить задачи Эрдёша. «Инструменты вроде AlphaEvolve дают математикам очень полезные новые возможности», — отметил профессор математики UCLA.

В дата-центрах AlphaEvolve нашёл лучший способ планировать задачи, непрерывно возвращая в среднем 0,7% мировых вычислительных ресурсов Google. Кроме того, он ускорил ключевое ядро архитектуры Gemini на 23%, что привело к снижению времени обучения Gemini на 1%.

⚠ Ограничение доступа
AlphaEvolve создан для решения сложных задач оптимизации, которые можно сформулировать в коде и объективно измерить. Service API доступен через программу раннего доступа в Google Cloud.

Что это значит для будущего

Поскольку алгоритмы затрагивают почти каждый аспект нашей жизни, горизонт возможностей AlphaEvolve становится всё шире — от объяснения физики природных явлений до управления энергосетями и вычислительной инфраструктурой.

Рекурсивные петли оптимизации уже становятся реальностью: ИИ начинает совершенствовать те самые системы, на которых работает. Это создаёт нарастающий эффект, но одновременно требует тщательного контроля.

Символично, что AlphaEvolve уже оптимизировал собственные языковые модели Gemini, которые в него встроены. Это замкнутый цикл: инструмент улучшает себя. По мере совместного развития секвенирования и ИИ эта петля ускоряет открытия в популяционном здоровье, разработке лекарств, редких заболеваниях и других областях. AlphaEvolve — уже не экспериментальный проект, а системный инструмент для научного прогресса в промышленном масштабе.