Après avoir bouleversé le monde de la biologie avec AlphaFold, Google DeepMind dévoile cette semaine une nouvelle avancée majeure dans le domaine de l’intelligence artificielle appliquée à la science et aux algorithmes. Son nom : AlphaEvolve.
Cette nouvelle IA s’appuie sur les modèles Gemini, tout en intégrant un cadre évolutif qui lui permet de générer, tester et améliorer des solutions de manière autonome, avec un objectif clair : résoudre des problèmes mathématiques complexes et optimiser des systèmes critiques à l’échelle industrielle.
Qu’est-ce que AlphaEvolve ?
Contrairement à un simple chatbot comme ChatGPT ou Gemini, AlphaEvolve ne se contente pas de fournir une réponse. Il agit comme un agent d’IA autonome, spécialisé dans la recherche algorithmique et l’optimisation de code.
Voici son fonctionnement :
- Le chercheur formule un problème ainsi que quelques pistes de solution.
- AlphaEvolve génère plusieurs variantes d’algorithmes, en s’appuyant sur Gemini Flash (rapide) et Gemini Pro (précis).
- Chaque solution est ensuite testée et évaluée automatiquement par un système intégré.
- Le processus évolutif identifie la meilleure solution et la fait évoluer pour l’améliorer.
On pourrait dire que AlphaEvolve « code, teste et améliore » à l’infini, sans supervision constante.
Une IA généraliste… mais spécialisée
Alors que des IA comme AlphaFold ou AlphaTensor avaient été conçues pour des tâches très précises, AlphaEvolve adopte une approche beaucoup plus polyvalente. Il est capable de travailler sur n’importe quel problème algorithmique, qu’il s’agisse d’optimiser un planificateur de data center ou de découvrir de nouveaux algorithmes mathématiques.
« AlphaEvolve représente une étape cruciale vers une IA réellement utile pour la science et l’ingénierie », déclare DeepMind.
Déjà utilisé par Google… avec des résultats concrets
DeepMind a déjà testé AlphaEvolve sur des systèmes critiques internes à Google. L’un des exemples les plus marquants concerne le système de gestion de clusters Borg, utilisé dans les data centers de l’entreprise.
AlphaEvolve a proposé une amélioration du système d’ordonnancement, ce qui a permis à Google d’économiser 0,7 % de ses ressources informatiques mondiales. Ce chiffre peut sembler modeste, mais à l’échelle de Google, il se traduit par des millions de dollars économisés.
Des avancées en mathématiques fondamentales
L’un des exemples les plus impressionnants est venu d’un problème mathématique resté intouché depuis 1969 : la multiplication efficace de matrices complexes 4×4.
Le célèbre algorithme de Strassen tenait la corde depuis plus de 50 ans. Mais AlphaEvolve a réussi à découvrir un nouvel algorithme encore plus efficace, surpassant même AlphaTensor, une IA pourtant spécialisée sur ce problème précis.
AlphaEvolve optimise même les puces de Google
DeepMind a également laissé AlphaEvolve explorer le code en Verilog, un langage utilisé pour décrire les circuits électroniques. Résultat : une optimisation permettant de supprimer des bits inutiles, augmentant ainsi l’efficacité des futures puces Tensor de Google.
Ce correctif est actuellement en phase de validation, mais devrait être intégré aux prochaines générations de processeurs maison de l’entreprise.
Pas encore disponible au public… mais bientôt ?
Pour l’instant, AlphaEvolve reste un outil interne à Google, bien que moins gourmand en ressources qu’AlphaTensor. Cependant, DeepMind réfléchit à intégrer ses mécanismes d’évaluation et d’évolution dans des outils d’IA plus petits et plus accessibles, afin de démocratiser son approche.
Avec AlphaEvolve, Google DeepMind poursuit son ambition de faire de l’IA un outil d’aide scientifique de premier ordre. En combinant la puissance des LLM à un framework d’amélioration continue basé sur la sélection naturelle algorithmique, AlphaEvolve pourrait bien devenir le cerveau auxiliaire des chercheurs, ingénieurs et développeurs de demain.
Et si cette technologie devient un jour accessible au grand public ou aux universités, elle pourrait accélérer massivement les découvertes scientifiques, les avancées en mathématiques et le développement de nouveaux logiciels.
