Google presenta una IA capaz de mejorarse a sí misma. Ya está batiendo a los grandes matemáticos humanos
Ayer, Google DeepMind presentaba un nuevo sistema de IA, y no era un chatbot ni un generador de imágenes: AlphaEvolve es una tecnología que no sólo es capaz de resolver problemas complejos de computación y matemáticas, sino que ya ha descubierto incluso nuevos algoritmos —algo que hasta ahora había sido una tarea reservada a los seres humanos más brillantes del campo. La clave de AlphaEvolve es que no se trata de un simple generador de código, sino un sistema evolutivo de mejora continua: ya hay quien lo ve como el pistoletazo de salida de una era en la que la IA no se limite a imitar, sino que se muestra capaz de crear conocimiento original. ¿Cómo funciona AlphaEvolve? La estructura combina de esta IA combina lo mejor que Google tiene que ofrecer en este campo: Modelos creativos de lenguaje (Gemini Flash): para generar miles de posibles soluciones a un problema dado. Un modelo más potente (Gemini Pro): que introduce mejoras significativas y refinadas sobre las mejores ideas seleccionadas. Modelos de evaluación automatizados: que filtran esas propuestas mediante métricas objetivas como precisión, eficiencia y complejidad. Un sistema evolutivo: donde las soluciones mejor evaluadas se usan como base para generar nuevas iteraciones aún más eficientes. Este ciclo se repite miles de veces hasta obtener algoritmos que, en algunos casos, superan a los mejores conocidos por la comunidad científica. En Genbeta Debemos pensar seriamente en poder 'desconectar' la IA cuando llegue a este punto, según el ex CEO de Google Impacto real y medible Lejos de ser un mero experimento académico sin impacto sobre el mundo real, AlphaEvolve ya está dejando huella en el ecosistema tecnológico de Google: Optimización de centros de datos: Descubrió una nueva heurística que mejoró la eficiencia del sistema de orquestación Borg, recuperando un 0.7% de los recursos computacionales a nivel global. Rediseño de hardware: Sugirió una optimización en Verilog para un circuito aritmético clave de las TPU (Tensor Processing Units), eliminando bits innecesarios sin perder funcionalidad, algo que será implementado en futuras generaciones de chips. Entrenamiento de modelos de IA: Logró acelerar en un 23% un kernel crítico en la arquitectura Gemini, lo que redujo en un 1% el tiempo de entrenamiento —un ahorro masivo, en realidad, dada la escala de estos modelos. Descubrimiento de nuevos algoritmos: Redefinió el paradigma de multiplicación de matrices: AlphaEvolve encontró un algoritmo para multiplicar matrices complejas de 4x4 con solo 48 multiplicaciones escalares, superando el histórico método de Strassen (de 49 operaciones, vigente desde 1969). Más allá de la computación: avances en matemáticas puras Aplicado a más de 50 problemas abiertos en análisis matemático, geometría, combinatoria y teoría de números, AlphaEvolve mostró resultados sorprendentes: Redescubrió por sí mismo el 75% de los algoritmos más avanzados disponibles en la actualidad... ...y mejoró el 20% de ellos, como en el caso del "problema de los besos" (al que los matemáticos llevan dando vueltas desde la época de Newton), donde halló una nueva configuración de 593 esferas en 11 dimensiones, estableciendo un nuevo límite inferior. ¿Camino hacia la IA general? Lo más fascinante de AlphaEvolve no son solo sus logros puntuales, sino su arquitectura cíclica: los avances obtenidos por AlphaEvolve han contribuido a mejorar el entrenamiento de los modelos Gemini, que a su vez alimentan nuevas versiones del propio AlphaEvolve: este ciclo virtuoso sugiere una posible ruta hacia la automejora continua, uno de los elementos clave en la búsqueda de una AGI (Inteligencia General Artificial). En Genbeta La IA se ha hecho tan lista que el mejor test que había para comprobar su inteligencia ya no sirve. Han tenido que crear uno nuevo ¿Qué diferencia a AlphaEvolve de otros sistemas de IA? Aunque existen otros proyectos de IA orientados a la ciencia o la programación —como AlphaCode, FunSearch o el AI Co-Scientist— AlphaEvolve introduce innovaciones clave que lo convierten en un sistema singular: Enfoque programático y verificable: A diferencia de otros agentes que trabajan a partir de lenguaje natural y están expuestos a errores de interpretación o al fenómeno de las 'alucinaciones' propias de los LLMs, AlphaEvolve formula sus propuestas en forma de código fuente estructurado. Cada solución se verifica automáticamente mediante evaluadores programáticos que garantizan su corrección y eficacia, eliminando ambigüedades y permitiendo validaciones precisas. Capacidad para generar código evolutivo completo: No se limita a escribir funciones aisladas o parches sobre código existente, sino que es capaz de construir, evaluar y perfeccionar sistemas algorítmicos completos. Este proceso ocurre mediante una dinámica evolut
Ayer, Google DeepMind presentaba un nuevo sistema de IA, y no era un chatbot ni un generador de imágenes: AlphaEvolve es una tecnología que no sólo es capaz de resolver problemas complejos de computación y matemáticas, sino que ya ha descubierto incluso nuevos algoritmos —algo que hasta ahora había sido una tarea reservada a los seres humanos más brillantes del campo.
La clave de AlphaEvolve es que no se trata de un simple generador de código, sino un sistema evolutivo de mejora continua: ya hay quien lo ve como el pistoletazo de salida de una era en la que la IA no se limite a imitar, sino que se muestra capaz de crear conocimiento original.
¿Cómo funciona AlphaEvolve?
La estructura combina de esta IA combina lo mejor que Google tiene que ofrecer en este campo:
- Modelos creativos de lenguaje (Gemini Flash): para generar miles de posibles soluciones a un problema dado.
- Un modelo más potente (Gemini Pro): que introduce mejoras significativas y refinadas sobre las mejores ideas seleccionadas.
- Modelos de evaluación automatizados: que filtran esas propuestas mediante métricas objetivas como precisión, eficiencia y complejidad.
- Un sistema evolutivo: donde las soluciones mejor evaluadas se usan como base para generar nuevas iteraciones aún más eficientes.
Este ciclo se repite miles de veces hasta obtener algoritmos que, en algunos casos, superan a los mejores conocidos por la comunidad científica.
Impacto real y medible
Lejos de ser un mero experimento académico sin impacto sobre el mundo real, AlphaEvolve ya está dejando huella en el ecosistema tecnológico de Google:
- Optimización de centros de datos: Descubrió una nueva heurística que mejoró la eficiencia del sistema de orquestación Borg, recuperando un 0.7% de los recursos computacionales a nivel global.
- Rediseño de hardware: Sugirió una optimización en Verilog para un circuito aritmético clave de las TPU (Tensor Processing Units), eliminando bits innecesarios sin perder funcionalidad, algo que será implementado en futuras generaciones de chips.
- Entrenamiento de modelos de IA: Logró acelerar en un 23% un kernel crítico en la arquitectura Gemini, lo que redujo en un 1% el tiempo de entrenamiento —un ahorro masivo, en realidad, dada la escala de estos modelos.
- Descubrimiento de nuevos algoritmos: Redefinió el paradigma de multiplicación de matrices: AlphaEvolve encontró un algoritmo para multiplicar matrices complejas de 4x4 con solo 48 multiplicaciones escalares, superando el histórico método de Strassen (de 49 operaciones, vigente desde 1969).
Más allá de la computación: avances en matemáticas puras
Aplicado a más de 50 problemas abiertos en análisis matemático, geometría, combinatoria y teoría de números, AlphaEvolve mostró resultados sorprendentes:
- Redescubrió por sí mismo el 75% de los algoritmos más avanzados disponibles en la actualidad...
- ...y mejoró el 20% de ellos, como en el caso del "problema de los besos" (al que los matemáticos llevan dando vueltas desde la época de Newton), donde halló una nueva configuración de 593 esferas en 11 dimensiones, estableciendo un nuevo límite inferior.
¿Camino hacia la IA general?
Lo más fascinante de AlphaEvolve no son solo sus logros puntuales, sino su arquitectura cíclica: los avances obtenidos por AlphaEvolve han contribuido a mejorar el entrenamiento de los modelos Gemini, que a su vez alimentan nuevas versiones del propio AlphaEvolve: este ciclo virtuoso sugiere una posible ruta hacia la automejora continua, uno de los elementos clave en la búsqueda de una AGI (Inteligencia General Artificial).
¿Qué diferencia a AlphaEvolve de otros sistemas de IA?
Aunque existen otros proyectos de IA orientados a la ciencia o la programación —como AlphaCode, FunSearch o el AI Co-Scientist— AlphaEvolve introduce innovaciones clave que lo convierten en un sistema singular:
- Enfoque programático y verificable: A diferencia de otros agentes que trabajan a partir de lenguaje natural y están expuestos a errores de interpretación o al fenómeno de las 'alucinaciones' propias de los LLMs, AlphaEvolve formula sus propuestas en forma de código fuente estructurado. Cada solución se verifica automáticamente mediante evaluadores programáticos que garantizan su corrección y eficacia, eliminando ambigüedades y permitiendo validaciones precisas.
- Capacidad para generar código evolutivo completo: No se limita a escribir funciones aisladas o parches sobre código existente, sino que es capaz de construir, evaluar y perfeccionar sistemas algorítmicos completos. Este proceso ocurre mediante una dinámica evolutiva: las mejores soluciones generadas por el sistema sirven como base para nuevas generaciones de código, dando lugar a mejoras acumulativas que pueden superar incluso los métodos diseñados por expertos humanos.
Un futuro prometedor
Google ya ha anunciado un programa de acceso anticipado para investigadores académicos, y su versatilidad sugiere aplicaciones en áreas tan diversas como la ciencia de materiales, la sostenibilidad, el descubrimiento de fármacos y la optimización empresarial. En palabras de Mario Krenn, del Instituto Max Planck:
"Creo que AlphaEvolve es la primera demostración exitosa de descubrimientos genuinos basados en modelos de lenguaje generales".
AlphaEvolve es una herramienta capaz de automatizar lo tedioso, acelerar lo complejo y así hacer avanzar el conocimiento. Y tal vez, solo tal vez, estamos presenciando el primer paso real hacia sistemas de IA capaces de descubrir y mejorar por sí mismos... indefinidamente.
-
La noticia
Google presenta una IA capaz de mejorarse a sí misma. Ya está batiendo a los grandes matemáticos humanos
fue publicada originalmente en
Genbeta
por
Marcos Merino
.
