인공지능에서 핵심적인 질문 중 하나는 모델이 단순히 학습한 내용을 되풀이하고 재조합하는 것을 넘어 진정으로 새로운 아이디어나 통찰을 얼마나 자주 생성하는가 하는 점이다.
구글 딥마인드의 새로운 프로젝트는 몇 가지 교묘한 조정을 통해 이러한 모델이 적어도 특정 유형의 알고리즘 설계에서 인간의 전문성을 뛰어넘을 수 있음을 보여준다. 여기에는 인공지능 자체를 발전시키는 데 유용한 알고리즘도 포함된다.
회사의 최신 인공지능 프로젝트인 알파이볼브는 제미니 인공지능 모델의 코딩 기술을 새로운 알고리즘의 효과성을 테스트하는 방법과 새로운 설계를 생성하는 진화적 방법과 결합했다.
알파이볼브는 여러 종류의 계산을 위한 더 효율적인 알고리즘을 개발했는데, 여기에는 56년 동안 의존해 온 슈트라센 알고리즘보다 개선된 행렬 계산 방법이 포함된다. 새로운 접근 방식은 결과를 도출하는 데 필요한 계산 횟수를 줄여 계산 효율성을 향상시켰다.
딥마인드는 또한 알파이볼브를 사용하여 데이터센터 내 작업 예약, 컴퓨터 칩 설계 스케치, 제미니 자체와 같은 대규모 언어 모델을 구축하는 데 사용되는 알고리즘 설계 최적화 등 여러 실제 문제에 대한 더 나은 알고리즘을 개발했다.
"이는 현대 인공지능 생태계의 세 가지 중요한 요소입니다," 딥마인드의 과학 분야 인공지능 책임자인 푸시밋 코흘리는 말한다. "이 슈퍼휴먼 코딩 에이전트는 특정 작업을 수행하고 그에 대한 솔루션의 알려진 범위를 훨씬 넘어설 수 있습니다."
알파이볼브의 연구 책임자 중 한 명인 마테이 발로그는 대규모 언어 모델이 진정으로 새로운 글이나 코드를 만들었는지 아는 것은 종종 어렵지만, 특정 문제에 대해 더 나은 솔루션을 찾지 못했음을 보여줄 수 있다고 말한다. "우리는 매우 정확하게 무언가 새롭고 정확한 것을 발견할 수 있음을 보여주었습니다," 발로그는 말한다. "발견한 것이 훈련 데이터에 포함되지 않았다는 점을 확실히 알 수 있습니다."
(번역은 계속됩니다. 전체 텍스트를 번역하겠습니다.)
